r - 如何创建一个 "Clustergram"的情节？ (在 R 中)

Question

我遇到了 this interesting website ，有了一种可视化称为“Clustergram”的聚类算法的方法:


(来源:schonlau.net)

我不确定这到底有多大用处，但为了使用它，我想用 R 重现它，但我不确定如何去做。

您将如何为每个项目创建一条线，使其在不同数量的集群中保持一致？

这是一个示例代码/数据，可用于潜在答案:

hc <- hclust(dist(USArrests), "ave")
plot(hc)

Answer 1

更新 :我发布了一个带有冗长示例和讨论的解决方案 here . (它基于我在下面给出的代码)。此外，Hadley 非常友善，并提供了代码的 ggplot2 实现。

这是一个基本解决方案(更好的解决方案，请查看上面的“更新”):

set.seed(100)
Data <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2),
              matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2))
colnames(Data) <- c("x", "y")

# noise <- runif(100,0,.05)
line.width <- rep(.004, dim(Data)[1])
Y <- NULL
X <- NULL
k.range <- 2:10

plot(0, 0, col = "white", xlim = c(1,10), ylim = c(-.5,1.6),
     xlab = "Number of clusters", ylab = "Clusters means", 
     main = "(Basic) Clustergram")
axis(side =1, at = k.range)
abline(v = k.range, col = "grey")

centers.points <- list()

for(k in k.range){
    cl <- kmeans(Data, k)

    clusters.vec <- cl$cluster
    the.centers  <- apply(cl$centers,1, mean)

    noise <- unlist(tapply(line.width, clusters.vec, 
                           cumsum))[order(seq_along(clusters.vec)[order(clusters.vec)])]
    noise <- noise - mean(range(noise))
    y <- the.centers[clusters.vec] + noise
    Y <- cbind(Y, y)
    x <- rep(k, length(y))
    X <- cbind(X, x)

    centers.points[[k]] <- data.frame(y = the.centers , x = rep(k , k)) 
#   points(the.centers ~ rep(k , k), pch = 19, col = "red", cex = 1.5)
}

require(colorspace)
COL <- rainbow_hcl(100)
matlines(t(X), t(Y), pch = 19, col = COL, lty = 1, lwd = 1.5)

# add points
lapply(centers.points, 
       function(xx){ with(xx,points(y~x, pch = 19, col = "red", cex = 1.3)) })