使用带有完整链接方法的聚集层次聚类（AHC）技术的R绘制树形图

Question

我已经使用完整链接方法计算了距离矩阵，如下图所示：

聚类之间的成对距离

{0.5,1.12,1.5,3.61}

但是在使用以下代码在R中使用相同的矩阵实现时：

矩阵

x1,x2,x3,x4,x5
0,0.5,2.24,3.35,3
0.5,0,2.5,3.61,3.04
2.24,2.5,0,1.12,1.41
3.35,3.61,1.12,0,1.5
3,3.04,1.41,1.5,0

实施：

library(cluster)
dt<-read.csv("cluster.csv")
df<-scale(dt[-1])
dc<-dist(df,method = "euclidean")
hc1 <- hclust(dc, method = "complete" )
plot(hc1, labels = c("x1", "x2","x3","x4","x5"), 
     hang = 0.1, 
     main = "Cluster dendrogram", sub = NULL,
     xlab = NULL, ylab = "Height")
abline(h = hc1$height, lty = 2, col = "lightgrey")
str(hc1)

str（hc1）

List of 7
 $ merge      : int [1:4, 1:2] -1 -3 -5 1 -2 -4 2 3
 $ height     : num [1:4] 0.444 1.516 1.851 3.753
 $ order      : int [1:5] 1 2 5 3 4
 $ labels     : NULL
 $ method     : chr "complete"
 $ call       : language hclust(d = dc, method = "complete")
 $ dist.method: chr "euclidean"
 - attr(*, "class")= chr "hclust"

我的身高为：0.444 1.516 1.851 3.753

这意味着两种情况下的树状图都不同，为什么两种情况下都不同？可能我在两种方法的实现上都做错了吗？

Answer 1

由于提供的矩阵是欧几里得距离矩阵，所以我不需要计算距离矩阵：而是我应该将data.frame转换为dist.matrix。并转到as.dist(m)。

以下代码将为我提供从纸张计算中获得的确切结果：

library(reshape)
dt<-read.csv("C:/Users/Aakash/Desktop/cluster.csv")
m <- as.matrix(dt)
hc1 <- hclust(as.dist(m), method = "complete" )
plot(hc1, labels = c("x1", "x2","x3","x4","x5"), 
     hang = 0.1, 
     main = "Complete Method Dendogram", sub = NULL,
     xlab = "Items", ylab = "Height")
abline(h = hc1$height, lty = 2, col = "lightgrey")
str(hc1)

height : num [1:4] 0.5 1.12 1.5 3.61

获得的树状图：