![R语言 > pairs(iris[,1:4]) > pairs(iris[1:4]) 这俩语句画的图一样，，那个逗号是干嘛的？？](/aiimages/R%E8%AF%AD%E8%A8%80+%26amp%3Bgt%3B+pairs%28iris%5B%2C1%3A4%5D%29+%26amp%3Bgt%3B+pairs%28iris%5B1%3A4%5D%29+%E8%BF%99%E4%BF%A9%E8%AF%AD%E5%8F%A5%E7%94%BB%E7%9A%84%E5%9B%BE%E4%B8%80%E6%A0%B7%EF%BC%8C%EF%BC%8C%E9%82%A3%E4%B8%AA%E9%80%97%E5%8F%B7%E6%98%AF%E5%B9%B2%E5%98%9B%E7%9A%84%EF%BC%9F%EF%BC%9F.png)
层次聚类又称为系统聚类，首先要定义样本之间的距离关系，距离较近的归为一类，较远的则属于不同的类。可用于定义“距离”的统计量包括了欧氏距离 (euclidean)、马氏距离(manhattan)、 两项距离(binary)、明氏距离(minkowski)。还包括相关系数和夹角余弦。 层次聚类首先将每个样本单独作为一类，然后将不同类之间距离最近的进行合并，合并后重新计算类间距离。这个过程一直持续到将所有样本归为一类为止。在计算类间距离时则有六种不同的方法，分别是最短距离法、最长距离法、类平均法、重心法、中间距离法、离差平方和法。 下面我们用iris数据集来进行聚类分析，在R语言中所用到的函数为hclust。
首先提取iris数据中的4个数值变量，然后计算其欧氏距离矩阵。然后将矩阵绘制热图，从图中可以看到颜色越深表示样本间距离越近，大致上可以区分出三到四个区块，其样本之间比较接近。 data=iris[,-5] dist.e=dist(data,method='euclidean') heatmap(as.matrix(dist.e),labRow = F, labCol = F) X 然后使用hclust函数建立聚类模型，结果存在model1变量中，其中ward参数是将类间距离计算方法设置为离差平方和法。
使用plot(model1)可以绘制出聚类树图。如果我们希望将类别设为3类，可以使用cutree函数提取每个样本所属的类别。 model1=hclust(dist.e,method='ward') result=cutree(model1,k=3) 为了显示聚类的效果，我们可以结合多维标度和聚类的结果。先将数据用MDS进行降维，然后以不同的的形状表示原本的分类，用不同的颜色来表示聚类的结果。可以看到setose品种聚类很成功，但有一些virginica品种的花被错误和virginica品种聚类到一起。
画上三角矩阵 corrplot(M, type = "upper")
供参考。
corrplot中参数详解
corrplot(corr, method = c("circle", "square", "ellipse", "number", "shade",
"color", "pie"), type = c("full", "lower", "upper"), add = FALSE,
col = NULL, bg = "white", title = "", is.corr = TRUE, diag = TRUE,
outline = FALSE, mar = c(0, 0, 0, 0), addgrid.col = NULL,
addCoef.col = NULL, addCoefasPercent = FALSE, order = c("original",
"AOE", "FPC", "hclust", "alphabet"), hclust.method = c("complete", "ward",
"ward.D", "ward.D2", "single", "average", "mcquitty", "median", "centroid"),
addrect = NULL, rect.col = "black", rect.lwd = 2, tl.pos = NULL,
tl.cex = 1, tl.col = "red", tl.offset = 0.4, tl.srt = 90,
cl.pos = NULL, cl.lim = NULL, cl.length = NULL, cl.cex = 0.8,
cl.ratio = 0.15, cl.align.text = "c", cl.offset = 0.5, number.cex = 1,
number.font = 2, number.digits = NULL, addshade = c("negative",
"positive", "all"), shade.lwd = 1, shade.col = "white", p.mat = NULL,
sig.level = 0.05, insig = c("pch", "p-value", "blank", "n", "label_sig"),
pch = 4, pch.col = "black", pch.cex = 3, plotCI = c("n", "square",
"circle", "rect"), lowCI.mat = NULL, uppCI.mat = NULL, na.label = "?",
na.label.col = "black", win.asp = 1, ...)
是不是有点多，功能实在太强大了，我们挑几个常用的说明。
corr: 用于绘图的矩阵，必须是正方形矩阵，如果是普通的矩阵，需要设置is.corr=FALSE
method: 可视化的方法，默认是圆circle，还有正方形square、椭圆ellipse、数字number、阴影shade、颜色color和饼pie可选。文章开篇处的示例即为饼形，类似月亮周期的大小变化。
type：展示类型，默认全显full，还有下三角lower，或上三角upper可选。
col：颜色设置，可设置颜色起、中、终点颜色。
is.corr：逻辑值，若为TRUE，不强制要求矩阵是正方形的相关系数矩阵，图例范围也会随数据变化
diag：是否显示对角线值。因为对角线全为1，显示只是美观，实际意义不大
tl.cex：名称标签字体大小
tl.col：名称标签字体颜色
cl.lim：值域范围
addrect：设置分组数量，添加矩形
method – 呈现方式，包括circle(默认) – 圆形，square – 方块，ellipse – 椭圆，number – 数字，pie – 饼图，shade – 阴影，color – 颜色；
diag – 是否画对角线，这里设置为不画；
type – 画图的哪一部分，包括full – 全部，lower – 下三角，upper – 上三角；
col – 颜色，默认为由红到蓝，格式为c(bottom, middle, top)，bottom – -1处的颜色，middle – 0处的颜色，top – 1处的颜色；这里先用colorRampPalette生成了颜色设置函数col3(number), number – colorbar上分段的数量，这里分了20短，即每0.1为一段；
cl.lim – 颜色的范围，默认为-1到1，注意设置的范围要包含矩阵中的所有数据；
addgrid.col – 网格的颜色，默认为灰色，这里设置为NA，即不画网格；
tl.pos – 坐标轴标签的位置，包括lt – 左边和上边，ld – 左边和对角线，td – 上边和对角线，d – 对角线，n – 不画；这里设置为lt，即行变量名在左边，列变量名在上边；
tl.cex – 标签的大小；
tl.col – 标签的颜色；
tl.srt – 标签旋转的角度；
tl.offset – 标签和图片的相对位置；
hclust.method – 相关系数聚类的方法，默认不聚类，具体方法包括"ward", "ward.D", "ward.D2", "single", "complete", "average", "mcquitty", "median", "centroid",具体读者可自行尝试
outline – 是否画圆圈的边界，默认不画，可为逻辑变量或字符变量（字符变量为设置边界的颜色）；
title – 图片的标题。
以上为corrplot()常用的参数，基本上可供读者做出漂亮的相关矩阵图了。
