У меня есть набор данных, состоящий из ежедневного потребления воды для некоторых мышей, принадлежащих к 4 различным генотипам. Я пытаюсь написать сценарий, чтобы классифицировать этих животных в соответствии с их характером потребления воды с использованием иерархического кластерного анализа, а затем создать продольный график, отображающий среднее потребление воды на кластер в течение нескольких дней.
Для этого я сначала создаю иерархический кластерный кластер следующим образом:
library("dendextend")
library("ggplot2")
library("reshape2")
data=read.csv("data.csv", header=T, row.names=1)
trimmed=data[, -ncol(data)]
hc <- as.dendrogram(hclust(dist(trimmed)))
labels.drk=data[,ncol(data)]
groups.drk=labels.drk[order.dendrogram(hc)]
genotypes=as.character(unique(data[,ncol(data)]))
k=4
cluster_cols=rainbow(k)
hc <- hc %>%
color_branches(k = k, col=cluster_cols) %>%
set("branches_lwd", 1) %>%
set("leaves_pch", rep(c(21, 19), length(genotypes))[groups.drk]) %>%
set("leaves_col", palette()[groups.drk])
plot(hc, main="Total animals" ,horiz=T)
legend("topleft", legend=genotypes,
col=palette(), pch = rep(c(21,19), length(genotypes)),
title="Genotypes")
legend("bottomleft", legend=1:k,
col=cluster_cols, lty = 1, lwd = 2,
title="Drinking group")
Затем я использую функцию cutree, чтобы оценить, какое животное принадлежит к какой группе, чтобы построить график среднего потребления воды для каждой группы.
groups<-cutree(hc, k=k, order_clusters_as_data = FALSE))
x<-cbind(data,groups)
intake_avg=aggregate(data[, -ncol(data)], list(x$groups), mean, header=T)
df <- melt(intake_avg, id.vars = "Group.1")
ggplot(df, aes(variable, value, group=factor(Group.1))) + geom_line(aes(color=factor(Group.1)))
Проблема в том, что у меня несоответствие между числами, которые я получаю из иерархического кластера, и числом, присвоенным функцией cutree. В то время как кластер упорядочивает ветви снизу вверх от 1 до 4, функция cutree использует какой-то другой параметр упорядочения, с которым я не знаком. Из-за этого метки на кластерном графике и на графике потребления не совпадают.
Я очень новичок в программировании, поэтому наверняка использую слишком много избыточных строк и циклов, поэтому мой код можно было бы сократить, но если бы вы, ребята, могли помочь мне разобраться в этой конкретной проблеме, я был бы очень рад.
Кластер:
График потребления