关键词：
【中文标题】您如何比较两个树状图（在 R 中）之间的“相似性”？【英文标题】：How do you compare the "similarity" between two dendrograms (in R)? 【发布时间】：2010-02-07 21:23:28 【问题描述】：我有两个树状图，我希望将它们相互比较，以了解它们有多“相似”。但我不知道有任何方法可以做到这一点（更不用说实现它的代码，比如在 R 中）。
有什么线索吗？
更新（2014-09-13）：
自从提出这个问题后，我编写了一个名为dendextend 的 R 包，用于树状图的可视化、操作和比较。该软件包位于CRAN 上，并附带detailed vignette。包括cor_cophenetic、cor_bakers_gamma和Bk/Bk_plot等功能。以及用于直观比较两棵树的tanglegram 函数。
【问题讨论】：
::looks up dendrogram:: 现在你让我好奇了。这种比较首先存在什么指标？ 您确定要这样做吗？树状图只是数据的表示。我认为（直接）比较这两个树状图中划分的数据会提供更多信息。 【参考方案1】：比较树状图与比较层次聚类并不完全相同，因为前者包括分支的长度以及分裂，但我也认为这是一个好的开始。我建议您阅读 E. B. Fowlkes & C. L. Mallows (1983)。 “一种比较两个层次聚类的方法”。美国统计协会杂志 78 (383): 553–584 (link)。
他们的方法是基于在每个级别 k 切割树，得到一个度量 Bk，将分组比较到 k 个集群中，以及然后检查 Bk vs k 图。 Bk 度量是基于查看成对的对象并查看它们是否属于同一个集群。
我确信可以基于这种方法编写代码，但首先我们需要知道树状图在 R 中是如何表示的。
【讨论】：
这对 Aniko 很有帮助 - 谢谢！我将进一步阅读。 亲爱的 Aniko， 自从我开始这个话题以来，我已经编写了一个名为 dendextend 的 R 包，其中包含多个用于比较树状图的函数。具体来说：cor_cophenetic、cor_bakers_gamma 和 Bk / Bk_plot。该软件包还附带一个详细说明这些功能的小插图。
小插图链接：cran.r-project.org/web/packages/dendextend/vignettes/…【参考方案2】：
如您所知，Dendrograms 源于层次聚类 - 所以您真正要问的是如何比较两个层次聚类运行的结果。我知道没有标准指标，但我会查看找到的集群数量并比较类似集群之间的成员相似性。 Here 是我同事写的关于聚类苏格兰威士忌的层次聚类的一个很好的概述。
【讨论】：
嗨，保罗，谢谢你的回答，我稍后会通读。谢谢，塔尔【参考方案3】：看看this page：
我也有类似的问题问here
似乎我们可以使用 cophenetic correlation 来衡量两个树状图之间的相似性。但目前 R 中似乎没有用于此目的的功能。
于 2014 年 9 月 18 日编辑：
stats 包中的 cophenetic 函数能够计算并列相异矩阵。并且可以使用cor函数计算相关性。正如@Tal 指出的那样，as.dendrogram 函数返回了不同顺序的树，如果我们根据树状图结果计算相关性，则会导致错误的结果。如dendextend包中的函数cor_cophenetic函数示例所示：
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!
【讨论】：
亲爱的@pengchy - 在 R 中有一个类似的函数。它是cor_cophenetic 函数，来自 dendextend 包。【参考方案4】：
如果您可以访问生成每个树状图的基础距离矩阵（如果您在 R 中生成树状图，您可能会这样做），您不能只使用两个矩阵的对应值之间的相关性吗？我知道这并没有解决您所要求的内容，但它是您所要求的精神的一个很好的解决方案。
【讨论】：
嗨 dsimcha，感谢您的想法。在我的特殊情况下，我只有两者之一的距离矩阵。所以你的解决方案不适用。但再次感谢！【参考方案5】：查看this 页面，该页面包含大量有关处理树木的软件的信息，包括树状图。我注意到几个处理树比较的工具，虽然我还没有亲自使用过它们中的任何一个。那里还引用了许多参考文献。
【讨论】：
【参考方案6】：在系统发育学社区中有大量关于树距离度量的文献，但从计算机科学的角度来看，这些文献似乎被忽视了。请参阅 ape 包的 dist.topo 了解两个树距离度量和几个引用（Penny 和 Hardy 1985，Kuhner 和 Felsenstein 1994），它们考虑了树分区的相似性，以及 Robinson-Foulds metric 在phangorn 包。
一个问题是这些指标没有固定的比例，因此它们仅在 1) 树比较或 2) 与某些生成的基线比较的情况下有用，可能通过他出色的 dendextend 包中的permutation tests similar to what Tal has done with Baker's Gamma 进行比较。
如果您有从 R 层次聚类生成的 hclust 或树状图对象，则使用 ape 包中的 as.phylo 会将您的树状图转换为系统发育树，以便在这些函数中使用。
【讨论】：
手动创建树状图 r
...：我正在尝试根据我不是通过hclust或任何其他方式获得的相似性分数来创建树状图。我有两个分支，只是想根据它们的相似程度将它们画出来，然后将它们分支出来。A和B相似度为0.5A是0.2唯一的B是0.3唯一所以A的总高度是0.7，B的... 查看详情
如何手动创建树状图（或“hclust”）对象？ （在 R 中）
】如何手动创建树状图（或“hclust”）对象？（在R中）【英文标题】：HowdoImanuallycreateadendrogram(or"hclust")object?(inR)【发布时间】：2011-01-1915:14:24【问题描述】：我有一个树状图作为图像提供给我。由于它不是很大，我可以... 查看详情
r语言绘图——层次聚类图及树状图添加sidebar(代码片段)
...树状图用来表示样本之间以及变量之间的距离远近（或者相似性大小）。R官网目前提供了至少45个可以绘制热图的包（packages），其中比较常见的、可以添加行列注释信息条的聚类作图包有pheatmap、gplots等等。以下简单介绍一下... 查看详情
防止标签在 hclust/树状图中剪裁
...问题描述】：我正在制作树状图来比较州之间鸟类的歌曲相似性。但是，当我生成绘图时，我无法弄清楚如何防止状态名称被剪裁（clickforexample）。有什么想法吗？代码：var.towhee<-read.csv(file="state 查看详情
改变树状图的分支长度（秘籍图）(代码片段)
...，默认情况下，分支长度与在此步骤中合并的群集的“不相似性”成正比。我想碰碰运气，所以这是一个固定值，因为对我而言，它看起来很奇怪！[如果有人对如何解决这个问题有一个想法，我将非常高兴。这里是示例代码libra... 查看详情
如何根据定义的组为树状图的标签着色？ （在 R 中）
】如何根据定义的组为树状图的标签着色？（在R中）【英文标题】：Howtocoloradendrogram\'slabelsaccordingtodefinedgroups?(inR)【发布时间】：2015-09-1601:03:58【问题描述】：我在R中有一个24行10,000列的数字矩阵。这个矩阵的行名基本上是文... 查看详情
Python中两个文本文档之间的相似性
】Python中两个文本文档之间的相似性【英文标题】：SimilaritybetweentwotextdocumentsinPython【发布时间】：2017-09-2316:47:06【问题描述】：为您提供了四份文件，编号为1到4，每份文件都有一个句子。根据TF-IDF分数计算，确定与第一个文... 查看详情
如何比较段落之间的相似性 NLP
】如何比较段落之间的相似性NLP【英文标题】：HowtocomparesimilaritiesbetweenparagraphsNLP【发布时间】：2021-10-1316:03:03【问题描述】：我一直在尝试NLP，并使用Doc2Vec模型。我的目标是一个论坛建议的问题功能。例如，如果用户键入一个... 查看详情
如何在python中提取树状图中点之间的距离？
】如何在python中提取树状图中点之间的距离？【英文标题】：HowcanIextractthedistancesbetweenpointswithinadendograminpython?【发布时间】：2021-06-2706:25:59【问题描述】：我在python中执行层次聚类并获得了树状图。我想知道是否有一种方法可... 查看详情
您如何保留原始列以在 r 中两个数据库的 full_join() 中进行比较
】您如何保留原始列以在r中两个数据库的full_join()中进行比较【英文标题】：Howdoyouretainoriginalcolumnforcomparisoninfull_join()oftwodatabasesinr【发布时间】：2021-06-2019:33:11【问题描述】：我正在尝试比较两个数据框，以确定其中一列的差... 查看详情
使用树状图可视化聚类(代码片段)
...用于生物学、遗传学、生态学、社会科学和其他可以根据相似性或相关性对数据进行分组的领域。背景知识：“树状图”一词来自希腊语“dendron”（树）和“gramma”（绘图）。1901年，英国数学家和统计学... 查看详情
如何计算 C# 中两个字符串之间的相似度？
...2-03-2806:33:03【问题描述】：我希望评估两个字符串之间的相似性（包括大小写）并给出一个介于0和1之间的值。我尝试了Levenshtein距离实现，但它只给出整数，不比较内部字母。例如比较“ABCD”和“Abcd”给出的距离为3，而“AOOO... 查看详情
如何对比两个基因外显子
1、可以比较它们的序列，从而确定它们的相似性和差异性。可以做序列比对，对比两个外显子序列之间的相似度，然后比较它们的编码区域，以及外显子之间的编码氨基酸的相似性和差异性。2、可以比较它们的结构，看它们的... 查看详情
怎么比较两个向量组相似度
...相关性是数据属性相关性的度量方法，相似度是数据对象相似性度量的方法，数据对象由多个数据属性描述，数据属性的相关性由相关系数来描述，数据对象的相似性由某种距离度量。许多数据分析算法会涉及相似性度量和相关... 查看详情
如何找到两个不同大小的分布之间的相似性？
】如何找到两个不同大小的分布之间的相似性？【英文标题】：Howtofindthesimilaritybetweentwodifferentlysizeddistributions?【发布时间】：2021-10-2310:31:03【问题描述】：我有两个不同大小（不同数量的样本）的波当前存储为数字列表。是否... 查看详情
在R中使用dendextend修改树状图
】在R中使用dendextend修改树状图【英文标题】：DendrogrammodificationusingdendextendinR【发布时间】：2016-08-1313:43:08【问题描述】：我正在尝试使用dendextend修改和调整集群树状图，使用以下代码：#preparehierarchicalclusterhc=hclust(dist(mtcars))den... 查看详情
r语言绘制核密度图怎么计算重叠
...orov-Smirnov检验（K-S检验）。K-S检验是一种统计检验，用于比较两个样本的分布是否相同。K-S检验的基本思想是比较两个样本的累积分布函数（CDF），如果两个样本的CDF之间的最大差值越大，则两个样本之间的差异越大。所以K-S检... 查看详情
r数据可视化——韦恩图
...反映数据集之间的相交关系。下面，我们来简单介绍一下如何绘制韦恩图绘制韦恩图的包有很多，比如gplots包的venn()函数、limma包的vennDiagram()函数、venneuler包的venneuler()函数。但是这些包绘制出来的图像效果都不是很好，所以我... 查看详情