如何比較兩個樹狀圖（R中）的「相似性」？

我有兩個樹狀圖，我想彼此比較，以瞭解它們是多麼「相似」。但我不知道有任何方法可以這麼做（更不用說在R中實現它的代碼）。如何比較兩個樹狀圖（R中）的「相似性」？

任何線索？

UPDATE（2014年9月13日）：

由於問這個問題，我寫的R包稱爲dendextend，對於可視化，操縱和比較聚類的。該軟件包位於CRAN，並附帶detailed vignette。它包括功能如cor_cophenetic,cor_bakers_gamma和Bk/Bk_plot。以及用於視覺比較兩棵樹的tanglegram函數。

來源

2010-02-07 Tal Galili

::查找樹狀圖::現在你有我好奇。這種比較首先有什麼指標？ – dmckee 2010-02-07 21:41:18

您確定要這麼做嗎？樹狀圖只是數據的表示。我認爲比較（直接）在這兩個樹狀圖中劃分的數據將會提供更多信息。 – doug 2010-02-16 18:51:56

比較樹狀圖是不太一樣的層次比較聚類，因爲前者包含分支以及劈叉的長度，但我也認爲這是一個良好的開端。我建議你閱讀E. B. Fowlkes & C. L. Mallows（1983）。「比較兩個分層集羣的方法」。 Journal of the American Statistical Association 78（383）：553-584 (link)。

他們的方法是基於切削樹在每個級別ķ，得到一個量度BK，所述分組進行比較成ķ簇，然後檢查BK VS ķ圖。度量值Bk基於查看對象對並查看它們是否落入同一個簇中。

我相信，人們可以基於該方法編寫代碼，但首先我們需要知道的樹狀圖是如何在R.

代表

來源

2010-02-08 14:16:06 Aniko

這是非常有益的Aniko - 謝謝你！我會進一步閱讀。 – 2010-02-08 16:37:53

+1感謝您的鏈接。這看起來像Tal的票。 – Paul 2010-02-09 17:23:56

親愛的Aniko，自從我開始這個線程以來，我已經編寫了一個名爲_dendextend_的R包，並帶有幾個用於比較樹狀圖的函數。特別是：'cor_cophenetic'，'cor_bakers_gamma'和'Bk' /'Bk_plot'。該軟件包還附帶詳細介紹這些功能的小插圖。 – 2014-09-13 08:48:07

如果有權訪問該生成的每個樹狀底層距離矩陣（你可能做，如果你產生R中的dendorograms），不能你只需要使用兩個矩陣的相應值之間的相關？我知道這並沒有解決你所問的問題，但這是你所問的精神的一個很好的解決方案。

來源

2010-02-07 23:13:06 dsimcha

嗨dsimcha，感謝您的想法。在我的特殊情況下，我只有兩個中的一個距離矩陣。所以你的解決方案不適用。但再次感謝！ – 2010-02-08 10:26:13

如您所知，Dendrograms產生於層次聚類 - 所以你真正要問的是如何比較兩個層次聚類運行的結果。沒有我知道的標準度量標準，但是我會查看找到的羣集數量，並比較類似羣集之間的成員相似度。 Here是我的同事在聚類蘇格蘭威士忌時寫的分層聚類的好概述。

來源

2010-02-08 05:29:12 Paul

Hi Paul，謝謝你的回答，我會在稍後閱讀。謝謝， Tal – 2010-02-08 10:26:43

看看this頁面有很多信息軟件處理樹木，包括樹狀圖。我注意到幾個處理樹比較的工具，儘管我還沒有親自使用它們中的任何一個。這裏也有一些參考文獻。

來源

2011-05-14 20:54:31 kc2001

看看this page：

我也有類似的問題問here

我們似乎可以用表象相關測量兩個樹形圖之間的相似性。但是目前在R中似乎沒有這個功能。

EDIT在2014,9,18： 在stats包的cophenetic功能是能夠計算同表象相異矩陣。並且可以使用cor函數來計算相關性。因爲@Tal指出as.dendrogram函數以不同的順序返回樹，如果我們根據樹狀圖結果計算相關性，這將導致錯誤的結果。作爲dendextend包裝表現出功能cor_cophenetic功能的例子：

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!

來源

2014-09-12 03:13:16 pengchy

Dear @pengchy - 在R中有這樣的函數。它是'cor_cophenetic'函數，從_dendextend_包。 – 2014-09-13 08:44:55

@TalGalili偉大的工作。謝謝 – pengchy 2014-09-14 08:21:03

有豐富的文獻在系統發育的社區，好像樹距離度量的身體已經從計算機科學的角度忽視。參見ape包的dist.topo兩個樹距離度量和幾個引用（Penny and Hardy 1985，Kuhner和Felsenstein 1994），其考慮了樹分區的相似性，以及在phangorn包中具有R實現的Robinson-Foulds metric。

一個問題是這些指標沒有固定比例，所以它們僅在1）樹比較或2）與某些生成的基線比較的情況下有用，可能是通過permutation tests similar to what Tal has done with Baker's Gamma在他的夢幻般的dendextend包中。

如果您hclust或R分層聚類產生的聚類分析對象，用as.phylo從ape包將您的樹狀圖轉換爲系統進化樹在這些功能的使用。

來源

2016-06-27 06:46:42 jayelm

如何比較兩個樹狀圖（R中）的「相似性」？

回答

相關問題