Generowanie mapy ciepła, która przedstawia klastry w zestawie danych za pomocą hierarchicznego grupowania w R

Question

Próbuję odebrać mój zestaw danych, który składa się z interakcji białek dna, zgrupować dane i wygenerować mapę cieplną, która wyświetla dane wynikowe w taki sposób, że dane wyglądają w klastrze z klastrami ustawionymi w linii po przekątnej. Potrafię grupować dane i generować dendrogram tych danych, jednak gdy generuję mapę cieplną danych za pomocą funkcji mapy cieplnej w R, klastry nie są widoczne. Jeśli spojrzysz na pierwsze dwa obrazy, jeden z dendrogramu, który jestem w stanie wygenerować, drugi jest z mapy cieplnej, którą jestem w stanie wygenerować, a trzeci to tylko przykład zgrupowanej mapy cieplnej, która pokazuje, w jaki sposób oczekuję wyniku wyglądać z grubsza. Jak widać z porównania drugiego i trzeciego obrazu, jasne jest, że istnieją klastry w trzecim, ale nie w drugim obrazie.

Oto link do mojego zestawu danych: http://pastebin.com/wQ9tYmjy

jestem w stanie klastra danych i wygenerować dobrze w R:

args <- commandArgs(TRUE);

matrix_a <- read.table(args[1], sep='\t', header=T, row.names=1);

location <- args[2];

matrix_d <- dist(matrix_a);

hc <- hclust(matrix_d,"average");

mypng <- function(filename = "mydefault.png") {

png(filename)

}

options(device = "mypng")

plot(hc);

Jestem również w stanie wygenerować mapę cieplną w porządku, a także:

matrix_a <- read.table("Arda_list.txt.binary.matrix.txt", sep='\t', header=T, row.names=1);

mtscaled <- as.matrix(scale(matrix_a))

heatmap(mtscaled, Colv=F, scale='none')

Próbowałem śledzić wpis: http://digitheadslabnotebook.blogspot.com/2011/06/drawing-heatmaps-in-r.html autorstwa Christophera Bare'a, ale brakuje mi czegoś. Wszelkie pomysły będą mile widziane. Załączam obraz mapy cieplnej, którą otrzymuję, a także dendrogram. Zdjęcie 3 pochodzi z postu Christophera Bare'a. Dzięki

Answer 1

Okazuje się, powinienem był generowany macierz odległości przy użyciu pewnego rodzaju korelacji na przetwarzanie moich danych pierwszy. Wyliczyłem wartości podobieństwa na macierzy przy użyciu pearson, a następnie nazwano funkcję mapowania plików, co ułatwiło grupowanie danych. Kiedy udało mi się wygenerować klastry, zrobiłem to tak, że ustawiły się na przekątnej. Powyżej jest teraz, jak wygląda wynik.Musiałem zmienić sposób, w jaki nazwałem mapę cieplną na moim zbiorze danych, tak aby klastry ustawiły się w jednej osi:

heatmap(mtscaled, Colv=T,Rowv=T, scale='none',symm = T)