árvore de consenso ou “proporções bootstrap” de vários objetos hclust

Question

I tem uma lista de objectos hclust resultante de pequenas variações em um variável (para o cálculo da matriz de distância)

• agora eu gostaria de fazer uma árvore de consenso a partir desta lista.

Existe um pacote genérico de fazer isso? Estou cortando o meu caminho através algum código de maanova e parece funcionar - mas é feio e precisa de um monte de hackers desde que eu não estou fazendo bootstrapping "normal" (que é dados químicos).

/ Palle Villesen, Dinamarca

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

Em primeiro lugar, ter um olhar para código de Allan Tucker para o consenso agrupamento , relacionado com o seu papel "Consenso de Clustering e interpretação funcional da expressão gênica de dados" .

Aqui estão algumas outras dicas:

• Você mencionou que você está usando o pacote maanova ; este pode construir um consenso árvore fora do resultado conjunto de bootstrap com a função consensus(). Você já tentou isso?
• macaco pacote destina-se a análise da árvore filogenética, por isso é possivelmente não completamente relevante, mas você pode olhar para ele. Há um exemplo usando hclust em R-Ajuda .
• Da mesma forma, o href="http://www.bioconductor.org/packages/2.4/bioc/html/nem.html" rel="nofollow noreferrer"> pacote tem alguns exemplos.

Answer 2

Hm, isso soa como uma abordagem impulsionar aplicada a clustering, e uma rápida pesquisa no Google revela completamente uma literatura existente sobre impulsionar agrupamento . Talvez isso é um começo?

Como para o código R, há sempre os modos de exibição de tarefas na Clustering e Machine Learning .