如何解决具有分组观察随机效应的聚类变量作为列
我有(相对较大)数量的“索引”(组织为列变量),我的目标是应用一些聚类算法来找出这些不同变量之间的关系(它们的接近度和分组结构)。>
例如,可以使用 pvclust::pvclust()
函数实现这种聚类:
data <- data.frame(Species = iris$Species)
for(i in 1:4){
for(var in names(iris)[1:4]) {
data[paste0(var,"_",i)] <- iris[[var]] + rnorm(150,0.5 * sd(iris[[var]]))
}
}
plot(pvclust::pvclust(data[-1]))
由 reprex package (v1.0.0) 于 2021 年 4 月 28 日创建
但是,在上面的示例 data.frame 中,我还有一个额外的因素(即 Species
),用于构建观察结果。我想以某种方式将该信息合并到聚类模型中
是否有任何聚类算法允许指定“随机因子”(混合效应聚类)或任何类似的东西?感谢所有潜在客户。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。