여러 hclust 객체의 컨센서스 트리 또는 "부트 스트랩 비율"

Question

하나의 변수의 약간의 변형으로 인한 hclust 객체 목록이 있습니다 (거리 매트릭스 계산).

• 이제이 목록에서 합의 트리를 만들고 싶습니다.

이를 수행 할 일반 패키지가 있습니까? 나는 Maanova의 일부 코드를 통해 내 길을 해킹하고 있으며 효과가있는 것 같습니다. 그러나 "일반"부트 스트랩 (화학 데이터)을 수행하지 않기 때문에 추악하고 많은 해킹이 필요합니다.

/Palle Villesen, 덴마크

c1_list <- seq(10,100,by=10)
c2 <- 30
e<- 1
mboot <- list()
for (i in 1: length(c1_list) ) {
   c1 <- c1_list[i]
   cat("Doing C1=",c1,"...")
   x <- hclust(custom_euclidean(t(log2(data[, all]+1)), c1,c2,e), method='average')
   cat("..done\n")
   mboot[[i]] <- x # To get hclust object back use mbot[[i]] to get i'th object
}

#### Now extract the robust groups from mboot...

Answer 1

먼저 살펴보십시오 컨센서스 클러스터링에 대한 Allan Tucker의 코드, 그의 논문과 관련이 있습니다 "유전자 발현 데이터의 합의 클러스터링 및 기능적 해석".

다음은 몇 가지 다른 포인터입니다.

• 당신은 당신이 사용하고 있다고 언급했습니다 Maanova 패키지; 이것은 부트 스트랩 클러스터 결과에서 컨센서스 트리를 consensus() 기능. 당신은 그것을 시도 했습니까?
• 그만큼 APE 패키지 계통 발생 트리 분석을위한 것이므로 완전히 관련이 없지만 조사 할 수 있습니다. 거기 있습니다 R-HELP에서 HCLUST를 사용하는 예입니다.
• 마찬가지로 생체 전도체의 일부인 NEM 패키지 몇 가지 예가 있습니다.

Answer 2

HM, 그것은 클러스터링에 적용되는 향상 접근법처럼 들리며 빠른 Google 검색은 기존의 문헌을 보여줍니다. 클러스터링 향상. 어쩌면 그게 시작일까요?

R 코드는 항상 작업 뷰가 있습니다. 클러스터링 그리고 기계 학습.