R中的距离聚类

本文介绍了R中的距离聚类的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述 我有一个整数向量，希望将其划分为多个簇，以使任何两个簇之间的距离均大于下界，而在任何簇中，两个元素之间的距离均小于上限。 p> 例如，假设我们有以下向量： 1、4、5、6、9、29， 32，36 并将上述下限和上限分别设置为19和9，以下两个向量应该是可能的结果： 1、4、5、6、9 29、32、36 感谢@flodel的评论，我意识到这种聚类可能是不可能的。因此，我想对问题进行一些修改： 如果仅强加 between 之间的群集距离下限，可能有哪些群集方法？ 如果仅在群集距离上限内强加内，可能有哪些群集方法？解决方案 如果仅强加集群距离之间的下限，可能有哪些集群方法？ 具有单链接的分层集群： x<-c（1、4、5、6、9、29、32、46 ，55）树<-hclust（dist（x），method = single） split（x，cutree（tree，h = 19）） ＃ $`1` ＃[1] 1 4 5 6 9 ＃＃$`2` ＃[1] 29 32 46 55 如果我仅施加群集内距离，可能的群集方法是什么 具有完全链接的分层聚类： x<-c（1、4、5、6、9、20、26、29、32）树<-hclust（dist（x），method = 完整） split（x，cutree（tree，h = 9）） ＃ $`1` ＃[1] 1 4 5 6 9 ＃＃$`2` ＃[1] 20 ＃＃ $`3` ＃[1] 26 29 32 I have a vector of integers which I wish to divide into clusters so that the distance between any two clusters is greater than a lower bound, and within any cluster, the distance between two elements is less than an upper bound.For example, suppose we have the following vector:1, 4, 5, 6, 9, 29, 32, 36And set the aforementioned lower bound and upper bound to 19 and 9 respectively, the two vectors below should be a possible result:1, 4, 5, 6, 929, 32, 36Thanks to @flodel 's comments, I realized this kind of clustering may be impossible. So I would like to modify the questions a bit:What are the possible clustering methods if I impose only the between cluster distance lower bound?What are the possible clustering methods if I impose only the within cluster distance upper bound? 解决方案 What are the possible clustering methods if I impose only the between cluster distance lower bound?Hierarchical clustering with single linkage:x <- c(1, 4, 5, 6, 9, 29, 32, 46, 55)tree <- hclust(dist(x), method = "single")split(x, cutree(tree, h = 19))# $`1`# [1] 1 4 5 6 9# # $`2`# [1] 29 32 46 55What are the possible clustering methods if I impose only the within cluster distance upper bound?Hierarchical clustering with complete linkage:x <- c(1, 4, 5, 6, 9, 20, 26, 29, 32)tree <- hclust(dist(x), method = "complete")split(x, cutree(tree, h = 9))# $`1`# [1] 1 4 5 6 9# # $`2`# [1] 20# # $`3`# [1] 26 29 32 这篇关于R中的距离聚类的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！