#######################################################################

############ 聚类分析

#######################################################################

a=cbind(农业总产值 ,林业总产值, 牧业总产值, 渔业总产值, 农村居民家庭拥有生产性固定资产原值, 农村居民家庭经营耕地面积)# ⭞↚഑Ѡ਎䠅㚐㊱



rownames(a)=mydata$地区

detach(mydata)

hc1=hclust(dist(scale(a)),"ward.D2")

cbind(hc1$merge,hc1$height)#

## [,1] [,2] [,3]

## [1,] -22 -24 0.1562347

## [2,] -2 -29 0.4954046

## [3,] -12 -20 0.6158525

## [4,] -4 1 0.7459837

## [5,] -5 -7 0.8431761

## [6,] -27 4 0.8502919

## [7,] -28 -30 0.9238256

## [8,] 2 7 0.9982795

## [9,] -1 -9 1.0586066

## [10,] -14 3 1.0996796

## [11,] -16 -23 1.1292437

## [12,] -25 10 1.2758523

## [13,] -13 -19 1.4055256

## [14,] -3 11 1.4555952

## [15,] -21 6 1.6495578

## [16,] -10 -17 1.7462669

## [17,] 9 15 1.7988319

## [18,] -18 12 1.8498860

## [19,] -6 -11 1.9536216

## [20,] -8 5 2.1881307

## [21,] -15 16 2.5009589

## [22,] -31 20 2.7312571

## [23,] 13 18 3.0129164

## [24,] 8 17 3.0616119

## [25,] 19 23 3.2580779

## [26,] 14 21 4.3774794

## [27,] -26 22 5.2122229

## [28,] 25 26 6.0403304

## [29,] 24 27 8.3310723

## [30,] 28 29 11.4082257

plot(hc1,hang=-2,ylab="欧氏距离",main="ward ")

cutree(hc1,3)

## 北京 天津 河北 山西 内蒙 辽宁 吉林 黑龙江 上海 江苏

## 1 1 2 1 3 2 3 3 1 2

## 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西

## 2 2 2 2 2 2 2 2 2 2

## 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏

## 1 1 2 1 2 3 1 1 1 1

## 新疆

## 3

library(NbClust)# 加载包

res<-NbClust(a, distance ="euclidean", min.nc=2, max.nc=8,

method ="complete", index ="ch")

res$All.index

## 2 3 4 5 6 7 8

## 22.4859 64.2952 95.0505 91.2070 112.2167 126.6607 125.0580

res$Best.nc

## Number_clusters Value_Index

## 7.0000 126.6607

res$Best.partition

## 北京 天津 河北 山西 内蒙 辽宁 吉林 黑龙江 上海 江苏

## 1 2 2 3 4 5 5 4 6 1

## 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西

## 5 1 1 3 2 1 3 3 3 1

## 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏

## 1 1 1 1 2 7 1 2 5 5

## 新疆

## 4

#######################################################################

############ 因子分析

#######################################################################



x=a

scale(x,center=T,scale=T)

## 农业总产值 林业总产值 牧业总产值 渔业总产值

## 北京 -1.22777296 -0.68966546 -1.0576108 -0.717868590

## 天津 -1.20072019 -1.32628581 -1.1287831 -0.587405030

## 河北 1.44015787 -0.40768816 1.2735925 -0.276307864

## 山西 -0.60736290 -0.39313054 -0.8459665 -0.730089499

## 内蒙 -0.31173176 -0.16449038 0.3536925 -0.682760278

## 辽宁 0.02317599 0.21376291 1.0886323 0.905582647

## 吉林 -0.31664133 -0.16033106 0.3705164 -0.661159286

## 黑龙江 0.73000004 0.28496065 0.6928325 -0.543827843

## 上海 -1.22304555 -1.24358878 -1.1769433 -0.598687930

## 江苏 1.32304764 -0.14014613 0.5106958 2.558246143

## 浙江 -0.25945707 0.37842297 -0.4799669 1.088655075

## 安徽 0.32193142 1.20245730 0.3549653 0.277626262

## 福建 -0.22816878 1.77681021 -0.5790521 1.668371030

## 江西 -0.46544975 1.43990544 -0.1820088 0.139953438

## 山东 2.22835882 -0.05133246 2.0610374 2.643122498

## 河南 2.22683767 0.36264203 2.0166955 -0.521101240

## 湖北 0.88705181 -0.13647615 0.6684891 0.925656025

## 湖南 1.03609706 1.81987138 0.8945726 -0.002409428

## 广东 0.65132842 1.36442604 0.3760463 1.697020485

## 广西 0.19109441 1.64358969 0.2862654 0.136415807

## 海南 -0.95958625 0.32594217 -0.9698633 -0.119446069

## 重庆 -0.61246376 -0.82851329 -0.6191076 -0.632081027

## 四川 1.13921636 0.49292656 2.0375425 -0.313747797

## 贵州 -0.59146827 -0.69749477 -0.6664339 -0.677051827

## 云南 -0.10569354 1.40222691 0.0524867 -0.583545796

## 西藏 -1.33060989 -1.32909946 -1.1967954 -0.752065694

## 陕西 0.01099770 -0.64550329 -0.4072439 -0.713500151

## 甘肃 -0.48272891 -1.11489458 -0.9441448 -0.747831257

## 青海 -1.27264229 -1.30451055 -1.0825979 -0.751154486

## 宁夏 -1.16021392 -1.24089745 -1.1284759 -0.716850181

## 新疆 0.14646191 -0.83389594 -0.5730687 -0.711758136

## 农村居民家庭拥有生产性固定资产原值 农村居民家庭经营耕地面积

## 北京 -0.521919855 -0.69519658

## 天津 -0.036498322 -0.33578982

## 河北 0.004069841 -0.23262677

## 山西 -0.824825602 -0.02962851

## 内蒙 1.179852466 2.59936535

## 辽宁 0.730243656 0.39633505

## 吉林 0.724094855 1.89053536

## 黑龙江 1.396721068 3.65096289

## 上海 -1.404513394 -0.77506475

## 江苏 -0.340308064 -0.44560856

## 浙江 0.499884752 -0.68188522

## 安徽 -0.279565363 -0.23262677

## 福建 -0.618739413 -0.61865625

## 江西 -0.805278639 -0.33911766

## 山东 0.133404538 -0.31582278

## 河南 -0.500048919 -0.32247846

## 湖北 -0.721961668 -0.29252790

## 湖南 -0.917381131 -0.45559208

## 广东 -0.957062704 -0.68521306

## 广西 -0.615649655 -0.40567447

## 海南 -0.663204069 -0.58537785

## 重庆 -0.570175555 -0.43229719

## 四川 -0.420353046 -0.48221480

## 贵州 -0.604823220 -0.46890344

## 云南 0.118332502 -0.32913414

## 西藏 3.590383141 -0.23262677

## 陕西 -0.572497480 -0.35575687

## 甘肃 0.165991341 0.04358397

## 青海 0.415065901 -0.25259382

## 宁夏 0.655330865 0.36638449

## 新疆 1.761431173 1.05524743

## attr(,"scaled:center")

## 农业总产值 林业总产值

## 1514.206129 111.206129

## 牧业总产值 渔业总产值

## 877.092581 280.839032

## 农村居民家庭拥有生产性固定资产原值 农村居民家庭经营耕地面积

## 17865.076774 2.589032

## attr(,"scaled:scale")

## 农业总产值 林业总产值

## 1097.854553 81.744167

## 牧业总产值 渔业总产值

## 683.552567 373.131010

## 农村居民家庭拥有生产性固定资产原值 农村居民家庭经营耕地面积

## 9767.757883 3.004952

cor(x)#

## 农业总产值 林业总产值 牧业总产值

## 农业总产值 1.00000000 0.4304367 0.9148545

## 林业总产值 0.43043666 1.0000000 0.4593615

## 牧业总产值 0.91485445 0.4593615 1.0000000

## 渔业总产值 0.51598365 0.4351225 0.4103977

## 农村居民家庭拥有生产性固定资产原值 -0.16652881 -0.3495913 -0.1017802

## 农村居民家庭经营耕地面积 0.04040478 -0.0961515 0.1426829

## 渔业总产值

## 农业总产值 0.5159836

## 林业总产值 0.4351225

## 牧业总产值 0.4103977

## 渔业总产值 1.0000000

## 农村居民家庭拥有生产性固定资产原值 -0.2131248

## 农村居民家庭经营耕地面积 -0.2669966

## 农村居民家庭拥有生产性固定资产原值

## 农业总产值 -0.1665288

## 林业总产值 -0.3495913

## 牧业总产值 -0.1017802

## 渔业总产值 -0.2131248

## 农村居民家庭拥有生产性固定资产原值 1.0000000

## 农村居民家庭经营耕地面积 0.5316341

## 农村居民家庭经营耕地面积

## 农业总产值 0.04040478

## 林业总产值 -0.09615150

## 牧业总产值 0.14268286

## 渔业总产值 -0.26699659

## 农村居民家庭拥有生产性固定资产原值 0.53163410

## 农村居民家庭经营耕地面积 1.00000000

[原创]r语言层次聚类案例附代码数据