如何解决在R中按顺序对列表中的每个元素进行排序,并使用该顺序对列表中的数据进行采样
嗨,我有几个数据框,每个数据框代表样本,这些样品已接受一种处理,我将其合并到列表中,其想法是我想在列表内的每个元素/数据框上测试Kmeans聚类方法,然后使用KNN在数据中找到最接近的数据点作为子样本。
说我有绑定到列表中的这两个数据框。这是示例数据https://drive.google.com/drive/folders/1B8JQY94Z-BHTZEKlV4dvUDocmiyppBDa?usp=sharing
每个数据框具有相同的结构:许多行样本和107列变量,但是第一列和第二列只是诸如实际药物治疗之类的数据标签。
因此,我尝试在kmeans聚类的输出中对列表中的每个元素(数据框)执行Kmeans聚类,我选择了与每个数据框匹配的“中心”并将所有中心绑定到另一个列表中。
接下来,我要做的是使用函数get.knnx(),这样我就可以使用kmeans聚类生成的每个中心,然后再回到原始数据帧中,对最近的500个数据点进行采样到中心,以实现对数据的良好二次采样。
library(tidyverse)
library(purr)
#take data into list
mylist <- list(df1,df2)
#perform Kmeans cluster
#scale datainput and drop the data label column
Kmeans.list <- map(.x = mylist,.f = ~kmeans(scale(.x[,-c(1:2)]),centers =15,nstart=50,iter.max = 100)) %>%
purrr::set_names(c("df1","df2"))
#Isolate the Centers info to another list
Kmeans_centers <- map(Kmeans.list,~.x$centers)
#trying to use map2
y <- map2(.x = mylist,.y=Kmeans_centers,.f=~get.knnx(scale(.x[,.y,500)) %>%
purrr::set_names(c("df1","df2"))
get.knnx的输出在输出列表中每个元素有2个组件,一个是nn.index,另一个是nn.dist。 nn.index代表数据的实际行索引位置,因此我想使用此索引返回原始数据(df1,df2)以查找那些数据点,并使用这些数据点作为数据的最佳代表
我不太了解如何仅使用列表y的nn.index部分,所以我认为首先我可以取出nn.index并将它们作为列表
#bind all the centers into a list for mapping
y.nnindex <- map(y,~.x$nn.index)%>%
purrr::set_names(c("df1","df2"))
与df1或df2对应的每个索引应为15 X 500,从Kmean中选择15个中心,并由KNN选择500个点。
这是我卡住的部分,我想订购nnindex,然后使用它来对原始数据进行子集化。我想我可以建立一个采样数据列表,然后将它们绑定到一个数据帧中。我收到错误消息说mylist [i] [idx,]中的错误:维数不正确。我认为我在如何访问列表中每个数据帧的nnindex以及如何从列表的元素中子集化东西方面是错误的。总是卡在这种类型的问题上。一些指示和解释将不胜感激
cl.list <- list()
for (i in 1:2) {
idx <- sort(y.nnindex[[i]])
cl.list[[i]] <- as.data.frame(cbind(idx,mylist[i][idx,]))
}
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。