N******n
发帖数: 3003 | 1 标 题: 怎么找到一个similarity matrix里面的不同的submatrix with hi
发信站: BBS 未名空间站 (Fri Apr 4 16:31:50 2014, 美东)
A is a symmetric matrix measuring the pair similarity between each node:
the higher value, the more similar the pair is.
我们的matrix里面每个值都是相互之间的相似性，比如50个国家直接的相似性。
如果对他的横坐标和纵坐标做hierarchical clustering, 就把相似的值都聚在一起，
如果用hotmap plot, 就会有很多hot spot.
比如：
matrix A：
【
0 30 25 1 2 3
30 0 22 2 2 1
22 20 0 2 2 2
1 2 1 0 2 2
1 2 2 3 0 9
1 1 1 2 10 0
】
很显然上面的matrix里面有两个submatrix 代表不同的区域：1 2 3高度相似，5 6高度
相似。上面我把对角设成了0.
就是想找个简单的算法把两个submatrix矩阵找出来，也可以设置不同的参数，
submatrix的size 必须大于2，那么上面那个小的submatrix(include 5 6)就去掉了了。
谢谢 | G**Y
发帖数: 33224 | 2 你都hclust了，直接cut那些dendrogram不就完了。
【在 N******n 的大作中提到】
: 标 题: 怎么找到一个similarity matrix里面的不同的submatrix with hi
: 发信站: BBS 未名空间站 (Fri Apr 4 16:31:50 2014, 美东)
: A is a symmetric matrix measuring the pair similarity between each node:
: the higher value, the more similar the pair is.
: 我们的matrix里面每个值都是相互之间的相似性，比如50个国家直接的相似性。
: 如果对他的横坐标和纵坐标做hierarchical clustering, 就把相似的值都聚在一起，
: 如果用hotmap plot, 就会有很多hot spot.
: 比如：
: matrix A：
: 【
| i**i
发帖数: 1500 | | N******n
发帖数: 3003 | 4 谢谢，不过cutree没有考虑到heat, 可能我觉得例子不全。
比如matrix每个格子代表pair similarity. 做hierarchical clustering rearrange
the index, and use heatmap to visualize the similarity intensity. 显然heat
degree 高的代表想要的，低的不想要，如果cutree,看不到高的和低的的区别 因为相
似度低的也在一个cluster里面。
【在 i**i 的大作中提到】
: 这不是明显在找subtree吗？
: 你都分析到这了，找braches只是举手之劳吧．
: 随便给搜了一个．
: http://stat.ethz.ch/R-manual/R-patched/library/stats/html/cutre
| N******n
发帖数: 3003 | 5 我们只需要hot的部分，你如果cut就可能把所有的cluster都找到了，比如图上绿色的
部分也在一个cluster里面，但是不够hot
【在 G**Y 的大作中提到】
: 你都hclust了，直接cut那些dendrogram不就完了。
| i**i
发帖数: 1500 | 6 There are three kinds of lies: lies, damned lies, and statistics.
看你怎么理解cluster和heatmap. 你把这两个混起来了。
首先cluster（不管是几维）,讲的是根据vector之间的距离、差异程度分组。然后你把
他plot出来，标上颜色，就是heatmap。 在这里，你展示了一个角。这个角的形成，可
能是其他没有显示的部分造成的。
然后你说，要把一小块红的挖出来。挖就是了。直接读图，挖。
挖很容易。 举一个例子。
先造一个例子：
> d <- matrix(1:9,3,3)
> d
[,1] [,2] [,3]
[1,] 1 4 7
[2,] 2 5 8
[3,] 3 6 9
根据行列，挖：
> d[2:3,1:2]
[,1] [,2]
[1,] 2 5
[2,] 3 6
假设cutoff是4，找包含大于4元素的行列
> col <- apply(d,2,function(x){any(x>4)})
> col
[1] FALSE TRUE TRUE
> row <- apply(d,1,function(x){any(x>4)})
> row
[1] TRUE TRUE TRUE
再挖：
> d[row,col]
[,1] [,2]
[1,] 4 7
[2,] 5 8
[3,] 6 9
>
这个结果代表什么意思，哈哈，鬼才知道。 | i**i
发帖数: 1500 | 7 另外，试了一下cutree. 挺好用的。
用hclust里的例子，hc.
分4组，高度限制5000：
> g <- cutree(hc,4,5000)
> g
Alabama Alaska Arizona Arkansas California
1 1 1 2 1
Colorado Connecticut Delaware Florida Georgia
2 3 1 4 2
...
> table(g)
g
1 2 3 4
14 14 20 2
第四组两个元素。
> g[g==4]
Florida North Carolina
4 4
>
这不挺好的吗？
BTW,怀念用R的时代。 |
|
