我使用 R 包corrplot
从我的数据中可视化相关矩阵。我涉及使用嵌入式选项 hclust 对变量进行聚类。 命令的调用是这样的(加上标题、轴等的各种排列(:
corrplot(Rbas,type="upper",order="hclust",method="ellipse")
但是现在我使用其他软件包执行一些分析和可视化,并且出现了关于结果兼容性的问题。特别是,我必须手动重复相关矩阵的聚类。但从文档到corrplot
有一个模糊的点:在其合理默认值背后使用了什么差异度量?这是 1-|corr|、sqrt(1-corr^2( 还是其他什么?在文献中有多种选择,例如,如本文所述
更新以回答自己的问题。我使用表格 1-corr 中的差异性度量进行了猜测试验。这是我编码的(Rbas 是相关矩阵(:
dissim1<-1-Rbas
dist1<-as.dist(dissim1)
plot(hclust(dist1))
并恢复了变量的顺序,与默认建议的顺序一致corrplot
hclust
调用。但目前尚不清楚这是否确实是他们使用的机制,以及这是否适用于任何其他矩阵?
corrplot
用于对变量重新排序的函数是corrMatOrder
(尝试?corrMatOrder
(。
它返回单个排列向量。
在corrplot
中选择order= "hclust"
时,corrMatOrder
调用corrplot:::reorder_using_hclust
函数:
function (corr, hclust.method)
{
hc <- hclust(as.dist(1 - corr), method = hclust.method)
order.dendrogram(as.dendrogram(hc))
}
此函数使用1-corr
作为相异度量。