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))