R 语言经典实例（原书第 2 版）

高级数值分析和统计方法

｜

397

13.5.4 另请参阅

主成分分析在 13.4 节中描述。本节中的图形灵感来自 Vincent Zoonekynd 的工作和他的

回归教程（

http://zoonek2.free.fr/UNIX/48_R/09.html

）。

13.6 识别数据的聚类

13.6.1 问题

你认为你的数据包含聚类：组内的点之间很“接近”。现在需要识别这些聚类。

13.6.2 解决方案

假设数据集 x，它可以是向量、数据框或矩阵。假设

n

是需要的聚类个数：

d <- dist(x) # Compute distances between observations

hc <- hclust(d) # Form hierarchical clusters

clust <- cutree(hc, k=

n

) # Organize them into the n largest clusters

计算结果 clust 是 1 和

n

之间的一个整数向量，每个整数值对应 x 中的一个观测值。

它给出该观测值所属的类别。

13.6.3 讨论

dist 函数计算所有观测值之间的距离。默认为欧几里得距离，适用于许多应用，但也

可以使用其他距离测量。

hclust 函数使用这些距离，将观察结果形成层次聚类树。你可以绘制 hclust 的输出

结果，来可视化这个层次聚类树，也被称为

树状图

，如图 13-2 所示。

最后，cutree 从该树中提取聚类。你需要指定所需的聚类个数或树的切割高度。通常

聚类的数量是未知的，在这种情况下 ...