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のバックアップ差分(No.1)

追加された行はこの色です。
削除された行はこの色です。

*はじめに [#w8050692]
『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．
#html{{
<iframe src="http://rcm-jp.amazon.co.jp/e/cm?t=tohgoroh-22&o=9&p=8&l=as1&asins=4320057082&ref=tf_til&fc1=444B4C&IS2=1&lt1=_blank&m=amazon&lc1=444B4C&bc1=FFFFFF&bg1=FFFFFF&f=ifr" style="width:120px;height:240px;" scrolling="no" marginwidth="0" marginheight="0" frameborder="0"></iframe>
}}


*準備 [#i005634f]
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．
-[[MacでRを使う>機械学習/MacでRを使う]]
-[[WindowsでRを使う>機械学習/WindowsでRを使う]]

ここでは，標準パッケージの''stats''と''USArrests''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．
#geshi(rsplus){{
> head(USArrests)
           Murder Assault UrbanPop Rape
Alabama      13.2     236       58 21.2
Alaska       10.0     263       48 44.5
Arizona       8.1     294       80 31.0
Arkansas      8.8     190       50 19.5
California    9.0     276       91 40.6
Colorado      7.9     204       78 38.7
}}


*クラスタリング [#j0ec994d]
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''と''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 [#wbf466ca]
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．
#geshi(rsplus){{
> Cluster <- hclust(dist(USArrests))
> plot(Cluster)
}}
#ref(usarrests_hclust_complete_euclidean.png,nolink,50%)

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 のバックアップ差分(No.1)

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のバックアップ差分(No.1)