Dendrogram

Dendrogram[{e1,e2,…}]

构建元素 e1、e2、…等的分级聚类的树状图.

Dendrogram[{e1v1,e2v2,…}]

在构建的树状图中用 vi 表示 ei.

Dendrogram[{e1,e2,…}{v1,v2,…}]

在构建的树状图中用 vi 表示 ei.

Dendrogram[label1e1,label2e2,…]

在构建的树状图中用标签 labeli 表示 ei.

Dendrogram[data,orientation]

根据 orientation 构建有向树状图.

Dendrogram[tree]

根据权重树 tree 构建树状图.

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (4)

从数字列表中获取树状图：

从加权树获取树状图：

从城市列表中获取树状图，并将标签置于左边：

从布尔项列表中获取一个层次聚类：

范围  (7)

从颜色列表中获取树状图，并将其置于左边：

与 Dendrogram 应用于 ClusteringTree 的结果的结果比较：

从异构数据集中获取树形图：

与颜色的树形图相比较：

生成一个随机实数的数列：

根据舍入为整数的实数，获取一个带标签的树状图：

从 Association 生成树状图：

与根据其 Values 生成的树状图比较：

与根据其 Keys 生成的树状图比较：

从数字列表中生成树状图：

显示 轴，以便比较两个子聚类之间的距离：

从矢量列表中生成树状图：

使用垂直标签显示结果：

将矢量的 ArrayPlot 作为标签显示结果：

从图像列表中获取树状图：

选项  (6)

AspectRatio  (3)

默认情况下，自动确定绘图的高宽比：

设置 AspectRatio1 可使得宽和高一样：

指定高宽比：

ClusterDissimilarityFunction  (1)

生成随机颜色列表：

使用 "Centroid" 链接从列表中获取聚类层次结构：

使用 "Single" 链接从列表中获取聚类层次结构：:

使用不同的 "ClusterDissimilarityFunction" 从列表中获取聚类层次结构：

DistanceFunction  (1)

生成随机矢量列表：

用自动选取的 DistanceFunction 获取树形图，并绘制 轴：

用 EuclideanDistance 获取树形图，并比较 轴的值：

用不同的 DistanceFunction 获取树形图：

FeatureExtractor  (1)

从图片列表中获取树形图：

用不同的 FeatureExtractor 提取特征：

用 Identity FeatureExtractor 保持数据不变：

应用  (1)

生成随机颜色列表，计算它的树状图，距离在 y 轴上：

通过合并距离小于 0.65 的聚类计算同样数据的 ClusteringTree：

计算上面的图的 Dendrogram：

构建一个 Manipulate，展示当距离阈值增加时聚类的合并情况：

Wolfram Research (2016)，Dendrogram，Wolfram 语言函数，https://reference.wolfram.com/language/ref/Dendrogram.html （更新于 2017 年）.

文本

Wolfram Research (2016)，Dendrogram，Wolfram 语言函数，https://reference.wolfram.com/language/ref/Dendrogram.html （更新于 2017 年）.

CMS

Wolfram 语言. 2016. "Dendrogram." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2017. https://reference.wolfram.com/language/ref/Dendrogram.html.

APA

Wolfram 语言. (2016). Dendrogram. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/Dendrogram.html 年

BibTeX

@misc{reference.wolfram_2024_dendrogram, author="Wolfram Research", title="{Dendrogram}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/Dendrogram.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_dendrogram, organization={Wolfram Research}, title={Dendrogram}, year={2017}, url={https://reference.wolfram.com/language/ref/Dendrogram.html}, note=[Accessed: 21-November-2024 ]}