我在R中有一個大的相關矩陣結果 - 現在大約有30個項目相互關聯 - 所以這個數組有大約10,000個單元格。我想找到最大的5個和最小的5個結果。我怎樣才能做到這一點？查找最大的5值小於1，最小的5個值
這裏是一個非常小的部分 - 左上角 - 看起來像：
PL1 V3 V4 V5
PL1 1.00000000 0.19905701 -0.02994034 -0.1533846
V3 0.19905701 1.00000000 0.09036472 0.1306054
V4 -0.02994034 0.09036472 1.00000000 0.1848030
V5 -0.15338465 0.13060539 0.18480296 1.0000000
上表中的值始終爲1 & -1之間，如果有幫助，是相關矩陣的上半在對角線上方是對角線下方的下半部分的副本。
我需要最積極的5少於1和最消極的5包括-1，如果它存在。
在此先感謝。
你想找到最大和最小的相關性，可能不僅知道什麼，而且那些值來自哪裏。這很容易。
x<-matrix(runif(25),5,5)
cor<-cor(x)
l <- length(cor)
l1 <- length(cor[cor<1])
#the actual high and low correlation indexes
corHigh <- order(cor)[(l1-4):l1]
corLow <- order(cor)[1:5]
#(if you just want to view the correlations cor[corLow] or cor[corHigh] works fine)
#isolate them in the matrix so you can see where they came from easily
corHighView <- cor
corHighView[!1:l %in% corHigh] <- NA
corLowView <- cor
corLowView[!1:l %in% corLow] <- NA
#look at your matrix with your target correlations sticking out like a sore thumb
corLowView
corHighView
那種骯髒的：
x<-matrix(runif(25),5,5)
cor<-cor(x)
max1<-max(cor)
max2<-max(cor[cor!=max1])
max3<-max(cor[cor!=max1 & cor!=max2])
max4<-max(cor[cor!=max1& cor!=max2& cor!=max3])
max5<-max(cor[cor!=max1& cor!=max2& cor!=max3& cor!=max4])
max6<-max(cor[cor!=max1& cor!=max2& cor!=max3& cor!=max4& cor!=max5])
maxes<-c(max2,max3,max4,max5,max6)
maxes
matrix(cor %in% maxes,5,5)
怎麼樣一個漂亮的奶油情節？ :)
> m <- matrix(runif(100)*2-1, ncol=10)
> colnames(m) <- rownames(m) <- paste("V", 1:10, sep="")
> m
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
V1 -0.40101571 -0.27049070 0.2414295 -0.1889384 0.6459941 -0.8851884 0.332284597 -0.431312791 0.3828374 0.46398193
V2 0.38557771 0.37083911 -0.3004923 0.1253908 -0.4405188 -0.5424613 0.869493425 0.023291914 0.9625392 -0.83196773
V3 0.61923503 -0.27615909 0.1759168 -0.7333568 -0.4256801 -0.6170807 0.438613391 -0.003632086 0.4113488 -0.40590330
V4 0.72093123 0.68479573 0.5032486 0.3720876 -0.6775834 0.2445693 0.353658359 -0.839104640 -0.8122970 -0.42322187
V5 -0.08640529 0.04432795 -0.5120129 -0.9327905 -0.5821378 0.4671473 -0.367677007 0.483375219 -0.7849003 0.57686729
V6 -0.72451704 0.75814550 0.7838393 -0.7650238 0.6742669 0.2260757 0.001645839 0.570753074 0.1944579 0.07917656
V7 0.64516271 0.51994540 0.9057388 -0.3976167 -0.7403159 -0.2873382 -0.809354444 0.319095368 -0.9766422 -0.71981321
V8 -0.51509049 0.18727837 -0.1971454 -0.4290346 0.5657622 0.5324266 0.451608266 -0.715594335 -0.2749510 0.38234855
V9 0.49035803 0.50252397 0.7736783 0.3342899 -0.2732427 0.1128947 0.870315070 -0.291482237 0.5171181 -0.59784449
V10 -0.51811224 -0.67159723 0.8903813 -0.7562222 -0.9790557 -0.5830560 -0.715136643 0.167987391 -0.0529399 0.44570592
> library(ggplot2)
> p <- ggplot(data=melt(m), aes(x=X1, y=X2, color=value))
> p + geom_point(size=5, alpha=0.7) + scale_color_gradient2()
我不認爲這將是很難看100x100的情節和發現極端值有眼。 :)
這裏是要做到這一點（毫無疑問，有一個更簡單的方法），另一種粗暴的方式，但它不是太難的功能來包裝這個：
編輯：縮短了代碼。
# Simulate correlation matrix (taken from Patrick's answer)
set.seed(1)
n<-100
x<-matrix(runif(n^2),n,n)
cor<-cor(x)
# Set diagonal and one triangle to to 0:
diag(cor) <- 0
cor[upper.tri(cor)] <- 0
# Get sorted values:
sort <- sort(cor)
# Create a dummy matrix and get lowest 5:
min <- matrix(cor %in% sort[1:5] ,n,n)
which(min,arr.ind=T)
# Same for highest 5:
max <- matrix(cor %in% sort[(n^2-5):(n^2)] ,n,n)
which(max,arr.ind=T)
另一個選擇，正如ulidtko說的，是做一個圖。你可以試試我的包，叫qgraph，可用於可視化的相關性矩陣作爲網絡：
library(qgraph)
qgraph(cor(x),vsize=2,minimum=0.2,filetype="png")
有趣的網絡圖薩沙。這裏是真實的數據。似乎我有更強烈的積極而不是消極的相關性。
這在實際數據中很常見，因爲數據通常是關於一般構造的。您可以使用參數`filetype =「png」`或PDF格式的`filetype =「pdf」` – 2011-02-10 00:51:15
我採取沒有信用這一點，剛剛發佈的R-幫助名單上的情況下，the link死亡的代碼...感謝季米特里斯。它返回一個包含每個變量的排序的頂部相關的列表p。
cor.mat <- cor(matrix(rnorm(100*1000), 1000, 100))
p <- 30 # how many top items
n <- ncol(cor.mat)
cmat <- col(cor.mat)
ind <- order(-cmat, cor.mat, decreasing = TRUE) - (n * cmat - n)
dim(ind) <- dim(cor.mat)
ind <- ind[seq(2, p + 1), ]
out <- cbind(ID = c(col(ind)), ID2 = c(ind))
as.data.frame(cbind(out,cor = cor.mat[out]))
可以把我想的遞歸看起來，但我同意。這有點粗糙。儘管如此，最終的矩陣TRUE/FALSE輸出非常清晰。 – LGTrader 2011-02-10 00:12:45