R语言绘制二元聚类图

Python019

R语言绘制二元聚类图,第1张

R语言绘制二元聚类图

说明

之前使用k均值方法将数据划分到不同的簇中，但当变量个数大于2时，就无法在二维空间中展示数据聚类的过程，因此可以使用二元聚类图先将变量减少成两个主要成分，然后利用组件（诸如轴线和椭圆）来展示数据聚类的结果。

操作

载入包，绘制二元聚类图

library("cluster")

clusplot(customer,fit$cluster,color = TRUE,shade = TRUE)

二元聚类图

对二元聚类图进行标记并放大：

par(mfrow = c(1,2))

clusplot(customer,fit$cluster,color = TRUE,shade = TRUE)

rect(-0.7,-1.7,2.2,-1.2,border = "orange",lwd = 2)

clusplot(customer,fit$cluster,color = TRUE,xlim = c(-0.7,2.2),ylim =c(-1.7,-1.2))

原理

本节绘制了一个二元聚类图以展示数据聚类的过程，我们首先安装和导入cluster算法包，然后使用clusplot函数绘制customer数据集的二元聚类图，clusplot函数的shade和color参数值均被设置成TRUE,得到一个彩色且带边框的聚类。 在得到的结果图中，可以得知二元聚类使用了两个成分，x轴与y轴涵盖了85.01%的数据点，数据点根据成分1和成分2的取值散落在图中，同一簇内的数据点采用相同的颜色和形状绘制。

我们还使用了rect函数来增加一个矩形框对给定x轴和y轴内的簇进行特别标注，然后调用clusplot函数，设置好xlim与ylim参数的值，将被选中的簇放大到显示以便不好的观测簇内数据点的特征。

ggplot2的核心理念是将绘图与数据分离，数据相关的绘图与数据无关的绘图分离。按图层作图，保有命令式作图的调整函数，使其更具灵活性，并将常见的统计变换融入到了绘图中。

ggplot的绘图有以下几个特点：第一，有明确的起始（以ggplot函数开始）与终止（一句语句一幅图）；其二，图层之间的叠加是靠“+”号实现的，越后面其图层越高。

ggplot2里的所有函数可以分为以下几类：

一个图形对象就是一个包含数据，映射，图层，标度，坐标和分面的列表，外加组件options

ggplot(数据, 映射) geom_xxx(映射, 数据) stat_xxx(映射, 数据)

点（point, text）：往往只有x、y指定位置，有shape但没有fill

线(line,vline,abline,hline,stat_function等)：一般是基于函数来处理位置

射(segment)：特征是指定位置有xend和yend，表示射线方向

面(tile, rect)：这类一般有xmax,xmin,ymax,ymin指定位置

棒(boxplot,bin,bar,histogram)：往往是二维或一维变量，具有width属性

带(ribbon,smooth):透明是特征是透明的fill

补：包括rug图，误差棒(errorbar,errorbarh)

然后，就是按照你的需要一步步加图层了（使用“+”）。

type='b'

所有参赛：

"p" for points,

"l" for lines,

"b" for both,

"c" for the lines part alone of "b",

"o" for both ‘overplotted’,

"h" for ‘histogram’ like (or ‘high-density’) vertical lines,

"s" for stair steps,

"S" for other steps, see ‘Details’ below,

"n" for no plotting.