r corplot with clustering：相關矩陣的默認相異性度量

Question

我使用R包corrplot來根據我的數據可視化相關矩陣。我使用嵌入式選項hclust參與了變量的聚類。 命令的調用是這樣的（標題加上各種安排，軸等）：

corrplot(Rbas,type="upper",order="hclust",method="ellipse") 

但現在我用其他的包進行了一些分析和可視化，問題出現了關於結果的兼容性。特別是，我必須手動重複相關矩陣的聚類。但從文檔到corrplot有一個不起眼的地方：在corplot中使用了什麼不相似度量來衡量其合理的默認值？無論這是1- | corr |，sqrt（1-corr^2）還是其他任何東西？在文獻中有多種選擇，例如，如this article

更新回答自己的問題中所述。我進行了猜測試驗，使用1-corr形式的不相似度量。這就是我編碼（RBAS是相關矩陣）：

dissim1<-1-Rbas 
dist1<-as.dist(dissim1) 
plot(hclust(dist1)) 

和回收的變量的順序，與所述一個默認corrplot與hclust調用建議一致。但不清楚這是否確實是其使用機制，以及這是否適用於任何其他矩陣？

Answer 1

corrplot用於重新排序變量的函數是corrMatOrder（嘗試?corrMatOrder）。
它返回一個單一的置換矢量。
當order= "hclust"在corrplot被選擇時，corrMatOrder調用corrplot:::reorder_using_hclust功能：

function (corr, hclust.method) 
{ 
    hc <- hclust(as.dist(1 - corr), method = hclust.method) 
    order.dendrogram(as.dendrogram(hc)) 
} 

該函數使用作爲1-corr相異性度量。