4 つの異なる遺伝子型に属するマウスの 1 日の水分摂取量からなるデータ セットがあります。階層クラスター分析を使用して、これらの動物を水の摂取パターンに従って分類し、クラスターごとの平均水の摂取量を数日にわたってプロットする縦グラフを作成するスクリプトを作成しようとしています。
そのために、まず次のように階層型クラスター クラスターを作成します。
library("dendextend")
library("ggplot2")
library("reshape2")
data=read.csv("data.csv", header=T, row.names=1)
trimmed=data[, -ncol(data)]
hc <- as.dendrogram(hclust(dist(trimmed)))
labels.drk=data[,ncol(data)]
groups.drk=labels.drk[order.dendrogram(hc)]
genotypes=as.character(unique(data[,ncol(data)]))
k=4
cluster_cols=rainbow(k)
hc <- hc %>%
color_branches(k = k, col=cluster_cols) %>%
set("branches_lwd", 1) %>%
set("leaves_pch", rep(c(21, 19), length(genotypes))[groups.drk]) %>%
set("leaves_col", palette()[groups.drk])
plot(hc, main="Total animals" ,horiz=T)
legend("topleft", legend=genotypes,
col=palette(), pch = rep(c(21,19), length(genotypes)),
title="Genotypes")
legend("bottomleft", legend=1:k,
col=cluster_cols, lty = 1, lwd = 2,
title="Drinking group")
次に、cutree 関数を使用して、どの動物がどのグループに属するかを評価し、グループごとの平均水分摂取量をプロットします。
groups<-cutree(hc, k=k, order_clusters_as_data = FALSE))
x<-cbind(data,groups)
intake_avg=aggregate(data[, -ncol(data)], list(x$groups), mean, header=T)
df <- melt(intake_avg, id.vars = "Group.1")
ggplot(df, aes(variable, value, group=factor(Group.1))) + geom_line(aes(color=factor(Group.1)))
問題は、階層クラスターから取得した数値と、cutree 関数によって割り当てられた数値との間に不一致があることです。クラスターがブランチを 1 から 4 まで下から順に並べている間、cutree 関数は私がよく知らない他の順序付けパラメーターを使用しています。そのため、クラスター プロットと摂取量グラフ プロットのラベルは一致しません。
私はコーディングの初心者なので、確かに冗長な行やループを多用しているため、コードを短くすることができますが、この特定の問題を理解するのを手伝ってくれれば、とてもうれしいです.
集まる：
摂取量グラフ