249 lines
7.7 KiB
R
249 lines
7.7 KiB
R
### R code from vignette source 'clue.Rnw'
|
|
|
|
###################################################
|
|
### code chunk number 1: clue.Rnw:40-42
|
|
###################################################
|
|
options(width = 60)
|
|
library("clue")
|
|
|
|
|
|
###################################################
|
|
### code chunk number 2: clue.Rnw:310-319
|
|
###################################################
|
|
cl_class_ids.glvq <-
|
|
function(x)
|
|
as.cl_class_ids(x$class_ids)
|
|
is.cl_partition.glvq <-
|
|
function(x)
|
|
TRUE
|
|
is.cl_hard_partition.glvq <-
|
|
function(x)
|
|
TRUE
|
|
|
|
|
|
###################################################
|
|
### code chunk number 3: Cassini-data (eval = FALSE)
|
|
###################################################
|
|
## data("Cassini")
|
|
## plot(Cassini$x, col = as.integer(Cassini$classes),
|
|
## xlab = "", ylab = "")
|
|
|
|
|
|
###################################################
|
|
### code chunk number 4: clue.Rnw:889-890
|
|
###################################################
|
|
data("Cassini")
|
|
plot(Cassini$x, col = as.integer(Cassini$classes),
|
|
xlab = "", ylab = "")
|
|
|
|
|
|
###################################################
|
|
### code chunk number 5: CKME (eval = FALSE)
|
|
###################################################
|
|
## data("CKME")
|
|
## plot(hclust(cl_dissimilarity(CKME)), labels = FALSE)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 6: clue.Rnw:903-904
|
|
###################################################
|
|
data("CKME")
|
|
plot(hclust(cl_dissimilarity(CKME)), labels = FALSE)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 7: clue.Rnw:914-916
|
|
###################################################
|
|
m1 <- cl_medoid(CKME)
|
|
table(Medoid = cl_class_ids(m1), "True Classes" = Cassini$classes)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 8: Cassini-medoid (eval = FALSE)
|
|
###################################################
|
|
## plot(Cassini$x, col = cl_class_ids(m1), xlab = "", ylab = "")
|
|
|
|
|
|
###################################################
|
|
### code chunk number 9: clue.Rnw:924-925
|
|
###################################################
|
|
plot(Cassini$x, col = cl_class_ids(m1), xlab = "", ylab = "")
|
|
|
|
|
|
###################################################
|
|
### code chunk number 10: clue.Rnw:934-936
|
|
###################################################
|
|
set.seed(1234)
|
|
m2 <- cl_consensus(CKME)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 11: clue.Rnw:941-942
|
|
###################################################
|
|
table(Consensus = cl_class_ids(m2), "True Classes" = Cassini$classes)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 12: Cassini-mean (eval = FALSE)
|
|
###################################################
|
|
## plot(Cassini$x, col = cl_class_ids(m2), xlab = "", ylab = "")
|
|
|
|
|
|
###################################################
|
|
### code chunk number 13: clue.Rnw:950-951
|
|
###################################################
|
|
plot(Cassini$x, col = cl_class_ids(m2), xlab = "", ylab = "")
|
|
|
|
|
|
###################################################
|
|
### code chunk number 14: clue.Rnw:984-989
|
|
###################################################
|
|
data("GVME")
|
|
GVME
|
|
set.seed(1)
|
|
m1 <- cl_consensus(GVME, method = "GV1",
|
|
control = list(k = 3, verbose = TRUE))
|
|
|
|
|
|
###################################################
|
|
### code chunk number 15: clue.Rnw:993-994
|
|
###################################################
|
|
mean(cl_dissimilarity(GVME, m1, "GV1") ^ 2)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 16: clue.Rnw:998-1002
|
|
###################################################
|
|
data("GVME_Consensus")
|
|
m2 <- GVME_Consensus[["MF1/3"]]
|
|
mean(cl_dissimilarity(GVME, m2, "GV1") ^ 2)
|
|
table(CLUE = cl_class_ids(m1), GV2001 = cl_class_ids(m2))
|
|
|
|
|
|
###################################################
|
|
### code chunk number 17: clue.Rnw:1009-1012
|
|
###################################################
|
|
set.seed(1)
|
|
m1 <- cl_consensus(GVME, method = "GV1",
|
|
control = list(k = 2, verbose = TRUE))
|
|
|
|
|
|
###################################################
|
|
### code chunk number 18: clue.Rnw:1016-1019
|
|
###################################################
|
|
mean(cl_dissimilarity(GVME, m1, "GV1") ^ 2)
|
|
m2 <- GVME_Consensus[["MF1/2"]]
|
|
mean(cl_dissimilarity(GVME, m2, "GV1") ^ 2)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 19: clue.Rnw:1022-1023
|
|
###################################################
|
|
max(abs(cl_membership(m1) - cl_membership(m2)))
|
|
|
|
|
|
###################################################
|
|
### code chunk number 20: clue.Rnw:1027-1029
|
|
###################################################
|
|
m3 <- cl_consensus(GVME, method = "GV1",
|
|
control = list(k = 2, verbose = TRUE))
|
|
|
|
|
|
###################################################
|
|
### code chunk number 21: clue.Rnw:1032-1033
|
|
###################################################
|
|
table(GV1 = cl_class_ids(m1), Euclidean = cl_class_ids(m3))
|
|
|
|
|
|
###################################################
|
|
### code chunk number 22: clue.Rnw:1036-1037
|
|
###################################################
|
|
rownames(m1)[cl_class_ids(m1) != cl_class_ids(m3)]
|
|
|
|
|
|
###################################################
|
|
### code chunk number 23: clue.Rnw:1061-1066
|
|
###################################################
|
|
data("Kinship82")
|
|
Kinship82
|
|
set.seed(1)
|
|
m1 <- cl_consensus(Kinship82, method = "GV3",
|
|
control = list(k = 3, verbose = TRUE))
|
|
|
|
|
|
###################################################
|
|
### code chunk number 24: clue.Rnw:1071-1072
|
|
###################################################
|
|
mean(cl_dissimilarity(Kinship82, m1, "comem") ^ 2)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 25: clue.Rnw:1076-1079
|
|
###################################################
|
|
data("Kinship82_Consensus")
|
|
m2 <- Kinship82_Consensus[["JMF"]]
|
|
mean(cl_dissimilarity(Kinship82, m2, "comem") ^ 2)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 26: clue.Rnw:1083-1085
|
|
###################################################
|
|
cl_dissimilarity(m1, m2, "comem")
|
|
table(CLUE = cl_class_ids(m1), GV2001 = cl_class_ids(m2))
|
|
|
|
|
|
###################################################
|
|
### code chunk number 27: clue.Rnw:1088-1089
|
|
###################################################
|
|
cl_fuzziness(cl_ensemble(m1, m2))
|
|
|
|
|
|
###################################################
|
|
### code chunk number 28: clue.Rnw:1109-1111
|
|
###################################################
|
|
data("Phonemes")
|
|
d <- as.dist(1 - Phonemes)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 29: clue.Rnw:1115-1116
|
|
###################################################
|
|
u <- ls_fit_ultrametric(d, control = list(verbose = TRUE))
|
|
|
|
|
|
###################################################
|
|
### code chunk number 30: Phonemes (eval = FALSE)
|
|
###################################################
|
|
## plot(u)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 31: clue.Rnw:1126-1127
|
|
###################################################
|
|
plot(u)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 32: clue.Rnw:1137-1138
|
|
###################################################
|
|
round(cl_dissimilarity(d, u), 4)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 33: clue.Rnw:1141-1146
|
|
###################################################
|
|
hclust_methods <- c("ward", "single", "complete", "average", "mcquitty")
|
|
hens <- cl_ensemble(list = lapply(hclust_methods,
|
|
function(m) hclust(d, m)))
|
|
names(hens) <- hclust_methods
|
|
round(sapply(hens, cl_dissimilarity, d), 4)
|
|
|
|
|
|
###################################################
|
|
### code chunk number 34: clue.Rnw:1153-1155
|
|
###################################################
|
|
ahens <- c(L2opt = cl_ensemble(u), hens)
|
|
round(cl_dissimilarity(ahens, method = "gamma"), 2)
|
|
|
|
|