Wie Knoten Beschriftungen von Dendrogramm Plot zu ändern

Question

Ich habe einen hierarchischen Cluster für ein Projekt. Ich habe 300 Beobachtungen von 20 Variablen. Ich indizierte alle Variablen, so dass jede Variable zwischen 0 und 1 liegt, ein größerer Wert ist besser.

Ich habe den folgenden Code verwendet, um ein Cluster-Diagramm zu erstellen.

Jetzt sind die Beschriftungen der Knoten in Zeilennamen, die Nummern 1 bis 300 (siehe Bild oben). Während der Analyse habe ich die erste Spalte des Datenrahmens entfernt, die mit "Geographie" gekennzeichnet ist (siehe unteres Bild), weil es sich um Stadtnamen im Text handelt, die die Analyse zunichte machen würden. Aber ich wirklich müssen die Stadtnamen auf dem Cluster-Plot an ihren richtigen Stellen zu bekommen, weil ich eine Liste der Städte basierend auf den Ergebnissen wählen muss.

Welchen Code soll ich schreiben, um die Stadtnamen in die "geography" -Spalte einzufügen, die ihren Zeilennamen entsprechen?

Wie Sie aus dem Datenrahmen (unteres Bild) sehen können, sind alle Städtenamen in alphabetischer Reihenfolge, sauber in aufsteigender Reihenfolge, genau wie die Zeilennamen. Ich bin mir sicher, dass es nicht schwer ist, die Stadtnamen auf die Handlung zu setzen, ich kann es einfach nicht finden, indem ich googele und herum frage.

Answer 1

wollen Sie die Original-Etiketten statt IDs? Vielleicht hilft Ihnen bei der Analyse:

data <- USArrests[1:5, ] 
data <- cbind(label=row.names(data), data) 
row.names(data) <- NULL 
d <- dist(data[, -1]) 
hc <- hclust(d) 
plot(hc) 
rect.hclust(hc, h=40) 

data$label[order.dendrogram(as.dendrogram(hc))] 
# [1] "Arkansas" "Arizona" "California" "Alabama" "Alaska" 

clusters <- cutree(hc, h=40) 
split(data$label, clusters) 
# $`1` 
# [1] "Alabama" "Alaska" 
# 
# $`2` 
# [1] "Arizona" "California" 
# 
# $`3` 
# [1] "Arkansas" 

hc$labels <- data$label 
plot(hc) 

PS: Ich fand es hilfreich Dendrogramme zu PDF zu speichern, in dem Sie die Ansicht vergrößern und aus leicht: pdf("my.pdf"); plot(hc); dev.off() .

Answer 2

Ich denke, dass was Sie fragen ist, "wie kann ich über die Etiketten in einem Dendrogramm entscheiden". Das hat also zwei Teile. Nehmen wir zum Beispiel die einfachen Daten der Zahlen c (1,2,5,6)

1) Wenn Sie die hclust mit dist erstellen, verwendet es die Namen der Elemente. Und wenn sie nicht existieren, dann benutzt sie einen laufenden Index. Zum Beispiel:

x <- c(1,2,5,6) 
d1 <- as.dendrogram(hclust(dist(x))) 
plot(d1) 

Das ist natürlich ein Problem, da die Artikel, die wir haben, sind 1,2,5,6 und nicht 1: 4! Wie können wir das beheben? Eine Möglichkeit ist, die Namen zu aktualisieren. Zum Beispiel:

x <- c(1,2,5,6) 
names(x) <- x 
x 
d2 <- as.dendrogram(hclust(dist(x))) 
plot(d2) 

Ich glaube, dies löst im Allgemeinen Ihr Problem (und ehrlich gesagt, ist es nicht erforderlich dendextend).Aber wenn Sie den Text nach dem Erstellen des Dendrogramms aktualisieren möchten - lesen Sie weiter:

2) Das Dendextend-Paket ermöglicht es Ihnen, die Etiketten eines Dendrogramms zu aktualisieren. Aber Sie müssen sicherstellen, dass Sie die richtige Reihenfolge verwenden (da die Reihenfolge des ursprünglichen Vektors und die der Beschriftungen im Baum nicht identisch sind!). Hier ist, wie es getan werden kann:

if (!require(dendextend)) install.packages(dendextend); 
library(dendextend) 
x <- c(1,2,5,6) 
d3 <- as.dendrogram(hclust(dist(x))) 
labels(d3) <- x[order.dendrogram(d3)] 
plot(d3) 

Hier ist, wie wir es für eine komplexere Datenobjekt tun würde (wo wir möglicherweise nicht mit den Zeilennamen des Objekts spielen wollen, aber zu aktualisieren, um die Dendrogramm): get

if (!require(dendextend)) install.packages(dendextend); 
library(dendextend) 
x <- CO2[,4:5] 
d4 <- as.dendrogram(hclust(dist(x))) 
labels(d4) <- apply(CO2[,1:3], 1, paste, collapse = "_")[order.dendrogram(d4)] 

d4 <- set(d4, "labels_cex", 0.6) 
d4 <- color_branches(d4, k = 3) 
par(mar = c(3,0,0,6)) 
plot(d4, horiz = T)