clusplot - mostra variabili

Question

Vorrei aggiungere a un grafico clusplot le variabili utilizzate per pca come frecce. Non sono sicuro che sia stato implementato un modo (non riesco a trovare nulla nella documentazione).

Ho prodotto un clusplot che assomiglia a questo:

Con il pacchetto princomp posso tracciare autonomamente le osservazioni in uno spazio analogo di rappresentazione, con le variabili (colonne) come frecce:

c'è un modo per fare le due cose allo stesso tempo, mostrando i cluster e le variabili della PCA sulla sam e diagramma?

Answer 1

Volevo la stessa cosa di OP oggi e ho finito per mettere pezzi da clusplot e biplot insieme. Questo è il risultato che può essere utile se si vuole fare la stessa cosa:

clusplot2 <- function(dat, clustering, ...) { 
    clusplot(dat, clustering, ...) 

    ## this is from clusplot.default 
    pca <- princomp(dat, scores = TRUE, cor = (ncol(dat) != 2)) 

    ## this is (adapted) from biplot.princomp 
    directions <- t(t(pca$loadings[, 1:2]) * pca$sdev[1:2]) * sqrt(pca$n.obs) 

    ## all below is (adapted) from biplot.default 
    unsigned.range <- function(x) c(-abs(min(x, na.rm = TRUE)), 
            abs(max(x, na.rm = TRUE))) 
    x <- predict(pca)[, 1:2] 
    y <- directions 
    rangx1 <- unsigned.range(x[, 1L]) 
    rangx2 <- unsigned.range(x[, 2L]) 
    rangy1 <- unsigned.range(y[, 1L]) 
    rangy2 <- unsigned.range(y[, 2L]) 
    xlim <- ylim <- rangx1 <- rangx2 <- range(rangx1, rangx2) 
    ratio <- max(rangy1/rangx1, rangy2/rangx2) 
    par(new = T) 
    col <- par("col") 
    if (!is.numeric(col)) 
     col <- match(col, palette(), nomatch = 1L) 
    col <- c(col, col + 1L) 
    cex <- rep(par("cex"), 2) 
    plot(y, axes = FALSE, type = "n", xlim = xlim * ratio, ylim = ylim * 
      ratio, xlab = "", ylab = "", col = col[1L]) 
    axis(3, col = col[2L]) 
    axis(4, col = col[2L]) 
    box(col = col[1L]) 
    text(y, labels = names(dat), cex = cex[2L], col = col[2L]) 
    arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], 
      length = 0.1) 
} 

############################################################ 

library(cluster) 

dat <- iris[, 1:4] 

clus <- pam(dat, k = 3) 
clusplot2(dat, clus$clustering, main = "Test") 

Naturalmente c'è molto margine di miglioramento (come questo è solo copiato insieme), ma credo che chiunque può facilmente adattare, se necessario .

Se ti chiedi perché le frecce (loadings * sdev) sono ridimensionate con 0,8 * sqrt (n): non ne ho assolutamente idea. Avrei tracciato i caricamenti * sdev che dovrebbe assomigliare alla correlazione tra i componenti principali e le variabili, ma questo è il modo in cui lo fa biplot.

In ogni caso, questo dovrebbe produrre le stesse frecce di biplot.princomp e utilizzare lo stesso pca di clusplot che era l'obiettivo principale per me.