plot.ewkm(weightedKmeans)
plot.ewkm()所属R语言包：weightedKmeans
Plot Entropy Weighted K-Means Weights
图熵权的K-Means重量
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Plot a heatmap showing the variable weights from the subspace clustering.
绘制一个热图显示的子空间聚类变量的权重。
用法----------Usage----------
## S3 method for class 'ewkm'
plot(x, ...)
## S3 method for class 'ewkm'
levelplot(x, ...)
参数----------Arguments----------
参数：x
an object of class ewkm.
对象的类ewkm。
参数：...
arguments passed on through to heatmap.
参数传递到热图。
Details
详细信息----------Details----------
The entopy weighted k-means clustering algorithm is a subspace clusterer ideal for high dimensional data. Along with each cluster we also obtain variable weights that provide a relative measure of the importance of each variable to that cluster.
entopy加权k-means聚类算法的高维数据子空间聚类器的理想选择。随着每个聚类中，我们也获得到该聚类的每个变量的重要性，提供了一个相对衡量的变量的权重。
This plot visualises these relative measures of variable importance for each of the clusters using a heatmap. The top dendrogram highlights the relationship between the clusters and the right side dendrogram provides a visual clue to the correlation between the variables.
此图可视化这些变量的重要性，每个聚类使用热图的相关措施。最上方的树状图突出的簇之间的关系和右侧树形图的变量之间的相关性提供一种视觉线索。
The plot.ewkm() function uses heatmap() to display the weights. The levelplot.ewkm() uses levelplot() with dendrogramGlobs from the lattice package. Note that plot() will immediately draw the plot while levelplot() does not draw immediately but returns a result object which must be plot()ed.
plot.ewkm（）函数使用热图（）来显示的重量。使用levelplot levelplot.ewkm（）（），dendrogramGlobs的格子包。需要注意的是图（）将立即得出的图，而levelplot（）不画立即返回一个结果对象必须是图（）。
（作者）----------Author(s)----------
Graham J Williams
实例----------Examples----------
myewkm <- ewkm(iris[1:4], k=3, lambda=0.5, maxiter=100)
plot(myewkm)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-10-1 20:58:23
