0
点赞
收藏
分享

微信扫一扫

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较

JakietYu 2022-11-10 阅读 101

目标

对“NCI60”(癌细胞系微阵列)数据使用聚类方法,目的是找出观察结果是否聚类为不同类型的癌症。K_means 和层次聚类的比较。

  1.  #数据信息
  2.   
  3.  dim(nata)

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_聚类


  1.  nci.labs[1:4]
  2.   

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_数据_02

  1.   
  2.   
  3.  table(ncibs)
  4.   

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_聚类_03

  1.   
  2.   
  3.  ncbs
  4.   

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_层次聚类_04


拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_数据_05

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_数据_05

scale # 标准化变量(均值零和标准差一)。全链接、平均链接和单链接之间的比较。
1.
2. plot(hclust,ylab = "",cex=".5",col="blue") #使用全链接对观察结果进行层次聚类。


plot(hclust,cex=".5",col="blue") #使用平均链接对观察进行层次聚类。

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_层次聚类_07

  1.  par(mfrow=c(1,1))
  2.  plot(hclust,col="blue") #使用单链接对观察进行层次聚类。

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_数据_08

观察结果

单链接聚类倾向于产生拖尾的聚类:非常大的聚类,单个观测值一个接一个地附在其中。

另一方面,全链接和平均链接往往会产生更加平衡和有吸引力的聚类。

由于这个原因,全链接和平均链接比单链接层次聚类更受欢迎。单一癌症类型中的细胞系确实倾向于聚在一起,尽管聚类并不完美。

  1.   
  2.   
  3.  table(hrs,ncbs)
  4.   

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_聚类_09

我们可以看到一个清晰的模式,即所有白血病细胞系都属于聚类 3,其中乳腺癌细胞分布在三个不同的聚类中。
 

  1.   
  2.   
  3.  plot(hcu)
  4.  abline
  5.   

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_聚类_10

参数 h=139 在高度 139 处绘制一条水平线。这是 4 个不同聚类的划分结果。
 

  1.   
  2.   
  3.  out
  4.   

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_聚类_11

  1.   
  2.   
  3.   
  4.  kout=kmea
  5.  table
  6.   

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_数据_12

我们看到,获得层次聚类和 K-means 聚类的四个聚类产生了不同的结果。K-means 聚类中的簇 2 与层次聚类中的簇 3 相同。另一方面,其他集群不同。
 

结论

层次聚类在 NCI60 数据集中能比 K-means聚类得到更好的聚类。

拓端tecdat|R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较_数据_13

举报

相关推荐

0 条评论