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corrplothclust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。