tm = read.table(file = (description = "e:/tm-e.csv"), sep = ";", h=T, dec = ",") # Ввод таблицы: путь к файлу, указание на разделитель, указание на существование заголовка в первой строке, указание на то, что разделитель в числах запятая
m <- dist(scale(tm), method = "euclidean") # Рассчитываем евклидово расстояние
# the distance measure to be used. This must be one of
"euclidean"
, "maximum"
, "manhattan"
,
"canberra"
, "binary"
or "minkowski"
.
Any unambiguous substring can be given.
hc <- hclust(m) # Проводим кластеризацию методом полной связи
# the agglomeration method to be used. This should
be (an unambiguous abbreviation of) one of
"ward.D"
, "ward.D2"
, "single"
, "complete"
,
"average"
(= UPGMA), "mcquitty"
(= WPGMA),
"median"
(= WPGMC) or "centroid"
(= UPGMC).
plot(hc, cex = 0.9, hang = -1) # Строим дендрограмму
hc <- as.dendrogram(hclust(m))
nodePar <- list(lab.cex = 0.7, pch = c(NA, 19), cex = 0.9, col = "blue")
plot(hc, xlab = "Height", nodePar = nodePar, horiz = TRUE, edgePar = list(col = 2:3, lwd = 2 : 1))