如何重量高尔距离变量R中

Question

我是新来的R和我工作的一个数据集，包括名义，有序和度量数据。 因此我使用的是高尔夫距离。在下一步中，我使用这个距离hclust(x, method="complete")来创建基于这个距离的聚类。

现在我想知道我怎么可以把不同的权重上的变量在高尔距离。 文档说：

daisy(x, metric = c("euclidean", "manhattan", "gower"), stand = FALSE, type = list(), weights = rep.int(1, p)) 

所以有一种方法，但我不能确定的语法（weights = ...）。 weights和rep.int的文档没有帮助。 我也没有找到任何其他有用的解释。

，我会很高兴，如果有人可以帮忙。

Answer 1

不知道这是你做了什么，但是......

比方说，你有5个变量，例如数据框或矩阵中有5列。然后weights将是包含相应列的权重的length=5的向量。

在文档中的符号weights=rep.int(1,p)只是意味着权重的默认值是长度为p的向量，其具有全部为1，例如。权重都等于1.在文档的其他地方，它解释了p是列数。

此外，请注意daisy(...)产生相异矩阵。这是你在hclust(...)中使用的。所以，如果x是数据帧或矩阵五列的变量，那么：

d <- daisy(x, metric="gower", weights=c(1,2,3,4,5)) 
hc <- hclust(d, method="complete") 

编辑（应答到OP的评论）

下面的代码显示集群如何依赖于权重。

clust.anal <- function(df,w,h) { 
    require(cluster) 
    d <- daisy(df, metric="gower", weights=w) 
    hc <- hclust(d, method="complete") 
    clust <- cutree(hc,h=h) 
    plot(hc, sub=paste("weights=",paste(wts,collapse=","))) 
    rect.hclust(hc,h=0.8,border="red") 

} 

df <- read.table("ExampleClusterData.csv", sep=";",header=T) 
df[1] <- factor(df[[1]]) 
df[2] <- factor(df[[2]]) 
# weights increase with col number... 
wts=c(1,2,3,4,5,6,7) 
clust.anal(df,wts,h=0.8) 

# weights decrease with col number... 
wts=c(7,6,5,4,3,2,1) 
clust.anal(df,wts,h=0.8)