如何比较两个树状图（R中）的“相似性”？

我有两个树状图，我想彼此比较，以了解它们是多么“相似”。但我不知道有任何方法可以这么做（更不用说在R中实现它的代码）。如何比较两个树状图（R中）的“相似性”？

任何线索？

UPDATE（2014年9月13日）：

由于问这个问题，我写的R包称为dendextend，对于可视化，操纵和比较聚类的。该软件包位于CRAN，并附带detailed vignette。它包括功能如cor_cophenetic,cor_bakers_gamma和Bk/Bk_plot。以及用于视觉比较两棵树的tanglegram函数。

来源

2010-02-07 Tal Galili

::查找树状图::现在你有我好奇。这种比较首先有什么指标？ – dmckee 2010-02-07 21:41:18

您确定要这么做吗？树状图只是数据的表示。我认为比较（直接）在这两个树状图中划分的数据将会提供更多信息。 – doug 2010-02-16 18:51:56

比较树状图是不太一样的层次比较聚类，因为前者包含分支以及劈叉的长度，但我也认为这是一个良好的开端。我建议你阅读E. B. Fowlkes & C. L. Mallows（1983）。 “比较两个分层集群的方法”。 Journal of the American Statistical Association 78（383）：553-584 (link)。

他们的方法是基于切削树在每个级别ķ，得到一个量度BK，所述分组进行比较成ķ簇，然后检查BK VS ķ图。度量值Bk基于查看对象对并查看它们是否落入同一个簇中。

我相信，人们可以基于该方法编写代码，但首先我们需要知道的树状图是如何在R.

代表

来源

2010-02-08 14:16:06 Aniko

这是非常有益的Aniko - 谢谢你！我会进一步阅读。 – 2010-02-08 16:37:53

+1感谢您的链接。这看起来像Tal的票。 – Paul 2010-02-09 17:23:56

亲爱的Aniko，自从我开始这个线程以来，我已经编写了一个名为_dendextend_的R包，并带有几个用于比较树状图的函数。特别是：'cor_cophenetic'，'cor_bakers_gamma'和'Bk' /'Bk_plot'。该软件包还附带详细介绍这些功能的小插图。 – 2014-09-13 08:48:07

如果有权访问该生成的每个树状底层距离矩阵（你可能做，如果你产生R中的dendorograms），不能你只需要使用两个矩阵的相应值之间的相关？我知道这并没有解决你所问的问题，但这是你所问的精神的一个很好的解决方案。

来源

2010-02-07 23:13:06 dsimcha

嗨dsimcha，感谢您的想法。在我的特殊情况下，我只有两个中的一个距离矩阵。所以你的解决方案不适用。但再次感谢！ – 2010-02-08 10:26:13

如您所知，Dendrograms产生于层次聚类 - 所以你真正要问的是如何比较两个层次聚类运行的结果。没有我知道的标准度量标准，但是我会查看找到的群集数量，并比较类似群集之间的成员相似度。 Here是我的同事在聚类苏格兰威士忌时写的分层聚类的好概述。

来源

2010-02-08 05:29:12 Paul

Hi Paul，谢谢你的回答，我会在稍后阅读。谢谢， Tal – 2010-02-08 10:26:43

看看this页面有很多信息软件处理树木，包括树状图。我注意到几个处理树比较的工具，尽管我还没有亲自使用它们中的任何一个。这里也有一些参考文献。

来源

2011-05-14 20:54:31 kc2001

看看this page：

我也有类似的问题问here

我们似乎可以用表象相关测量两个树形图之间的相似性。但是目前在R中似乎没有这个功能。

EDIT在2014,9,18： 在stats包的cophenetic功能是能够计算同表象相异矩阵。并且可以使用cor函数来计算相关性。因为@Tal指出as.dendrogram函数以不同的顺序返回树，如果我们根据树状图结果计算相关性，这将导致错误的结果。作为dendextend包装表现出功能cor_cophenetic功能的例子：

set.seed(23235) 
ss <- sample(1:150, 10) 
hc1 <- iris[ss,-5] %>% dist %>% hclust("com") 
hc2 <- iris[ss,-5] %>% dist %>% hclust("single") 
dend1 <- as.dendrogram(hc1) 
dend2 <- as.dendrogram(hc2) 
# cutree(dend1) 
cophenetic(hc1) 
cophenetic(hc2) 
# notice how the dist matrix for the dendrograms have different orders: 
cophenetic(dend1) 
cophenetic(dend2) 
cor(cophenetic(hc1), cophenetic(hc2)) # 0.874 
cor(cophenetic(dend1), cophenetic(dend2)) # 0.16 
# the difference is becasue the order of the distance table in the case of 
# stats:::cophenetic.dendrogram will change between dendrograms!

来源

2014-09-12 03:13:16 pengchy

Dear @pengchy - 在R中有这样的函数。它是'cor_cophenetic'函数，从_dendextend_包。 – 2014-09-13 08:44:55

@TalGalili伟大的工作。谢谢 – pengchy 2014-09-14 08:21:03

有丰富的文献在系统发育的社区，好像树距离度量的身体已经从计算机科学的角度忽视。参见ape包的dist.topo两个树距离度量和几个引用（Penny and Hardy 1985，Kuhner和Felsenstein 1994），其考虑了树分区的相似性，以及在phangorn包中具有R实现的Robinson-Foulds metric。

一个问题是这些指标没有固定比例，所以它们仅在1）树比较或2）与某些生成的基线比较的情况下有用，可能是通过permutation tests similar to what Tal has done with Baker's Gamma在他的梦幻般的dendextend包中。

如果您hclust或R分层聚类产生的聚类分析对象，用as.phylo从ape包将您的树状图转换为系统进化树在这些功能的使用。

来源

2016-06-27 06:46:42 jayelm

如何比较两个树状图（R中）的“相似性”？

回答

相关问题