est ici une solution modifiée pour ce qui a écrit Andrie, mais en utilisant un nouveau package appelé "dendextend", construit exactement pour ce genre de chose.
Vous pouvez voir de nombreux exemples dans les présentations et les vignettes de l'emballage, dans la section « d'utilisation » dans l'URL suivante: https://github.com/talgalili/dendextend
Voici la solution pour cette question:
# define dendrogram object to play with:
dhc <- as.dendrogram(hc <- hclust(dist(USArrests), "ave"))
chc <- cut(dhc, h=20)$upper
# loading the package
require(dendextend)# let's add some color:
# change labels with a simple assignment:
labels(chc) <- paste("Custom", 1:22, sep="_")
plot(chc)
Pour l'installation du package (puisque je n'ai pas encore le télécharger à CRAN), utilisez:
####################
## installing dendextend for the first time:
if (!require('installr')) install.packages('installr'); require('installr')
## install.Rtools() # run this if you are using Windows and don't have Rtools
require2(devtools)
install_github('dendextend', 'talgalili')
require2(Rcpp)
install_github('dendextendRcpp', 'talgalili')
Best, Tal
Qu'est-ce qu'un dendrogramme, et quelle langue est-ce? –
@john c'est le langage R. Je suis en train de faire le clustering hiératique en utilisant R. – akash
Ok, et qu'est-ce qu'un dendogramme? Au moins, dites quel domaine de la connaissance le définit. Statistiques? La physique? –