我将不胜感激R上的热图功能的dendograms(COLV,Rowv)的任何信息材料。 如簇是如何工作的(是欧氏距离?)。 您没有张贴冗长的解释,我就已经很高兴的一些关键字,能够带给我在正确的轨道上,所以我可以做一些网上调查。
下面是从帮助手册,它混淆了我一点点的摘录。 什么是“荣幸”的意思是在这种情况下,如何为它重新排序不同?
如果任一Rowv或COLV是树状图,他们很荣幸(而不是重新排序)。
我将不胜感激R上的热图功能的dendograms(COLV,Rowv)的任何信息材料。 如簇是如何工作的(是欧氏距离?)。 您没有张贴冗长的解释,我就已经很高兴的一些关键字,能够带给我在正确的轨道上,所以我可以做一些网上调查。
下面是从帮助手册,它混淆了我一点点的摘录。 什么是“荣幸”的意思是在这种情况下,如何为它重新排序不同?
如果任一Rowv或COLV是树状图,他们很荣幸(而不是重新排序)。
Rowv
和Colv
控制你的数据集的行和列是否应该重新排序,如果是如何。
为它们可能的值是TRUE
, NULL
, FALSE
,整数的向量,或树状图对象。
在默认模式TRUE
,heatmap.2执行使用聚类hclustfun
和distfun
参数。 默认为完全连锁聚类,使用欧氏距离度量。 然后将树形图是使用行重新排序/列装置。 您可以通过指定不同的功能来控制这个hclustfun
或distfun
。 例如使用曼哈顿距离而不是euclidiean距离,你会怎么做:
heatmap.2(x,...,distfun=function (y) dist(y,method = "manhattan") )
退房?dist
和?hclust
。 如果您想了解更多有关群集,你可以用“距离度量”和“集聚方法”启动。
如果Rowv
/ Colv
是NULL
或FALSE
那么没有重新排序或聚类完成并且基质被绘制为原样。
如果Rowv
/ Colv
是数值向量,则该聚类被计算作为用于TRUE
和树形图的重新排序,使用供给到向量做Rowv
/ Colv
。
如果Rowv
/ Colv
是树形图对象,则该聚类将被用来重新排列矩阵。 树形图的对象可以产生,例如,通过:
rowDistance = dist(x, method = "manhattan") rowCluster = hclust(rowDistance, method = "complete") rowDend = as.dendrogram(rowCluster) rowDend = reorder(rowDend, rowMeans(x))
产生上的曼哈顿距离的完整集群,由行装置排序。 现在,您可以通过rowDend
到Rowv
。
heatmap.2(x,...,Rowv = rowDend)
这可能是有用的,例如,如果你想集群中不同方式的行和列,或使用集群,别人给了你,或者你想这样做,不能仅通过指定hclustfun和distfun容纳一些时髦。 这就是由“树状图很荣幸”的意思是:它是用来代替什么是hclustfun和distfun规定。
为了看看它如何处理Rowv / COLV正好,你也可以使用body(heatmap)
,以显示其源。
从手册:
distfun:用于计算两行和列之间的距离(相似度)函数。 默认为DIST。
hclustfun:用于计算层次聚类时Rowv或COLV不是树状图的功能。 默认为hclust。 应采取作为参数distfun的结果,并返回到其中可以应用as.dendrogram的对象。
dist()
具有作为默认的欧几里德距离和hclust()
完整的联动方法。