聚类实例
step1：计算距离dist(x,method="euclidean")
step2: 聚类hclust(d,method="complete")
step3: cutree函数进行分支
> df1
#注意输入的数据框的结构，每行为一个样本，计算样本间两两间的距离
height weight BMI
tom 180 75 23.14815
cindy 165 58 21.30395
jimmy 175 72 23.51020
sam 173 68 22.72044
lucy 160 60 23.43750
lily 165 55 20.20202
> d=dist(df1)#计算距离，默认欧式距离法，可以用method指定其他
> d
tom cindy jimmy sam Lucy
cindy 22.746452
jimmy 5.842181 17.345534
sam 9.908730 12.884349 4.541336
lucy 25.001674 5.792412 19.209510 15.281171
lily 25.172995 3.195973 19.998602 15.470696 7.776138
> h=hclust(d)
#d需要为dist()函数产生的对象，默认complete，可以用method指定其他
> h
Call:
hclust(d = d)
Cluster method : complete
Distance : euclidean
Number of objects: 6
> plot(h)#图片展示聚类结果
聚类结果
> cutree(h,k=4)#对聚类结果进行分支，k=4,分成4支
tom cindy jimmy sam Lucy lily
1 2 3 3 4 2
> rect.hclust(h,k=4)#以图片的形式对聚类结果进行分支
分支结果
分支结果与cutree分支结果一样，对照着看
