Détermination du nombre idéal de clusters pour la séquence (distance)

Question

J'ai écrit ces fonctions pour le regroupement de données basées sur la séquence:

library(TraMineR)
library(cluster)

clustering <- function(data){
  data <- seqdef(data, left = "DEL", gaps = "DEL", right = "DEL")
  couts <- seqsubm(data, method = "CONSTANT")
  data.om <- seqdist(data, method = "OM", indel = 3, sm = couts)
  clusterward <- agnes(data.om, diss = TRUE, method = "ward")
  (clusterward)
}

rc <- clustering(rubinius_sequences)

cluster_cut <- function(data, clusterward, n_clusters, name_clusters){
  data <- seqdef(data, left = "DEL", gaps = "DEL", right = "DEL")
  cluster4 <- cutree(clusterward, k = n_clusters)
  cluster4 <- factor(cluster4, labels = c("Type 1", "Type 2", "Type 3", "Type 4"))
  (data[cluster4==name_clusters,])
}

rc1 <- cluster_cut(project_sequences, rc, 4, "Type 1")

Cependant, le nombre de clusters est attribué arbitrairement.Y a-t-il une manière que je puisse montrer que la quantité de variance (ou une mesure similaire) capturée par un certain nombre de grappes commence à atteindre un point de rendement décroissant à un certain nombre de grappes?J'imagine quelque chose de semblable à un graphique dansAnalyse des facteurs .

Answer 1

library(WeightedCluster)  
(agnesRange <- wcKMedRange(rubinius.dist, 2:10))
plot(agnesRange, stat = c("ASW", "HG", "PBC"), lwd = 5)

Cela donnera plusieurs indices pour trouver le nombre idéal de grappes, ainsi que comme graphique.Plus d'informations sur les indices peuvent être trouvées ici (de qualité en grappes): http://mephisto.unige.ch/weightedCluster/