はじめに

『Rによるバイオインフォマティクスデータ解析』の7.8節「階層クラスタリング」を参考にして,回帰分析をします.

準備

Rのインストールについては,次のページを見てください.

ここでは,標準パッケージのstatsUSArrestsデータセットを使います. USArrestsデータセットは,アメリカ合衆国の州ごとの殺人の発生件数,暴行の発生件数,都市部の人口割合,強姦の発生件数を格納したデータです. 犯罪の発生件数については人口10万人当たりの件数で,1973年のデータです.

data(iris)

クラスタリング

クラスタリングは,分類対象のデータ集合をいくつかのグループに分割するものです. 分割された部分データ集合をクラスターといいます.

クラスタリングの手法には,主に階層的アプローチ分割最適化アプローチがあります. ここでは,前者の階層的アプローチをやります.

階層クラスタリング

階層クラスタリングには,トップ・ダウンに階層化する分岐型とボトム・アップに階層化する凝集型があります. ここでは,後者の凝集型をやります.

階層クラスタリングでは,まず,1つのデータだけを含むクラスターをデータと同じ数だけ作ります. それから,最も近い(類似している)クラスター同士を結合してより大きい新しいクラスターを作ります. これを全てのクラスターが一つに結合されるまで繰り返します.

Rで階層型クラスタリングを用いるには,hclust関数を用います. hclust関数への引数には距離行列を与えます. そこで,距離行列をdist関数で計算します.

iris[sort(sample(1:150,10)),]

#ref(): File not found: "usarrests_hclust_complete_euclidean.png" at page "バイオ・データ・マイニング/Rで階層クラスタリングを使う"

トップ   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS