Kamans interとintra intra cluster ordering

Question

K-meansクラスタの順序付けで他の人が何をしているのか不思議です。ヒートマップ（主にChIP-Seqのデータ）を作成しており、カスタムヒートマップ関数（Rのヒートマップ関数をベースにしている）を使って見栄えの良い数字を得ています。しかし、私は2つの改善が欲しいです。 1つ目は、平均値の減少に基づいてクラスタを注文することです。たとえば、次のコード：

fit = kmeans(data, 8, iter.max=50, nstart=10) 
d = data.frame(data, symbol) 
d = data.frame(d, fit$cluster) 
d = d[order(d$fit.cluster),] 

は、私にクラスタの列に並べられたdata.frameを与えます。 8つのクラスタがそれぞれの順番に並んでいるように行を並べる最良の方法は何ですか？

第2に、各クラスタ内の行を最高平均値から最低値に並べることをお勧めしますか？これは、データをより組織的に見せてくれるが、慎重ではない観察者を欺いて、おそらくないはずのものを推測するかもしれない。あなたがこれをお勧めするなら、あなたはそれを最も効率的にどのようにしますか？

Answer 1

あなたが求めるものに対しては正確な答えはありませんが、k-meansクラスタリングの代わりにセリエーションを考慮する可能性があります。それはクラスタリングではなく序列に似ていますが、最終的な結果として、セリエートされたデータのヒートマップが得られます。

seriationのためのRパッケージがありますが、seriationと呼ばれ、それはあなたが、私がしようとする例を調理したら、私はQの詳細をお答えしますdirectly from CRAN

を得ることができますビネットを持っています。

上記のコメントから、適切な回答が続いています。最初にいくつかのダミーデータ - 3つの変数のそれぞれに10サンプルの3つのクラスタ。

set.seed(1) 
dat <- data.frame(A = c(rnorm(10, 2), rnorm(10, -2), rnorm(10, -2)), 
        B = c(rnorm(10, 0), rnorm(10, 5), rnorm(10, -2)), 
        C = c(rnorm(10, 0), rnorm(10, 0), rnorm(10, -10))) 

## randomise the rows 
dat <- dat[sample(nrow(dat)),] 
clus <- kmeans(scale(dat, scale = FALSE), centers = 3, iter.max = 50, 
       nstart = 10) 

## means of n points in each cluster 
mns <- sapply(split(dat, clus$cluster), function(x) mean(unlist(x))) 

## order the data by cluster with clusters ordered by `mns`, low to high 
dat2 <- do.call("rbind", split(dat, clus$cluster)[order(mns)]) 

## heatmaps 
## original first, then reordered: 
layout(matrix(1:2, ncol = 2)) 
image(1:3, 1:30, t(data.matrix(dat)), ylab = "Observations", 
     xlab = "Variables", xaxt = "n", main = "Original") 
axis(1, at = 1:3) 
image(1:3, 1:30, t(data.matrix(dat2)), ylab = "Observations", 
     xlab = "Variables", xaxt = "n", main = "Reordered") 
axis(1, at = 1:3) 
layout(1) 

収量：何の