階層的クラスタ分析の例（R, pvclust パッケージを使用）

前準備

R システムのインストール

Windows での Rシステムのインストールは，別ページ »で説明
Ubuntu での Rシステムのインストールは，別ページ »で説明

R のプログラミングについては，別のページにまとめている．

pvclust パッケージのインストール

URL: https://github.com/shimo-lab/pvclust

R の起動
install.packages("pvclust") の実行
```
if (!require("pvclust")) install.packages("pvclust")
```
初回実行時には，インストールが始まる．
1. Windows では，初めて何らかのパッケージをインストールするとき，管理者権限がない場合，ユーザ領域にインストールするという表示が出る．「はい」をクリック．
  
  次の表示が出た場合には，「はい」をクリック．
2. ミラーサイトは，日本から選ぶ
library(pvclust) の実行
```
library(pvclust)
```
サンプルの表示
```
example(pvclust)
```
ヘルプの表示
```
help(pvclust)
```

階層的クラスタリングの実行

ここでは，iris をクラスタリングする．iris は，Rシステムに組み込み済みのデータ．

pvclust() を使う．主なオプションは次の通り．

method.hclust = "ward.D", "ward.D2", "average", "single", "complete", "mcquitty", "median", "centroid"
method.dist = "correlation", "uncentered", "abscor"

install.packages("pvclust")
library(pvclust)
data(iris)
c <- pvclust( t( iris[1:4] ) )
plot(c)

hclust を使用した階層的クラスタ分析の例

CSVファイルを読み込み，テーブルに格納

(前準備) 使用する CSV ファイルの作成
* ここでは Book1.csv をダウンロードし，分かりやすいディレクトリに置く
参考：「外国為替データ（時系列データ）の情報源の紹介」の Web ページ）
以下の説明では、
- Windows の場合：　データファイル名： C:\R\Book1.csv
- Linuxの場合：　データファイル名： /tmp/Book1.csv
として説明を続ける．
* 自前の CSV ファイルを使うときの注意： read.table() 関数を使うので，属性名は英語になっていること．属性名は，CSV ファイルの第一行目に書いていること．
使用する CSV ファイルの確認
属性名が CSV ファイルの1行目に書かれていることを確認する．
R の起動
◆ Windows での動作画面例

◆ Ubuntu での動作画面例
「read.table」を用いて，CSV ファイルを R のデータフレームに読み込み
次のコマンドを実行．
◆ Windows での動作手順例
```
X <- read.table("C:/R/Book1.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE)
```
◆ Linux での動作手順例
```
X <- read.table("/tmp/Book1.csv", header=TRUE, sep=",", na.strings="NA", dec=".", strip.white=TRUE)
```
R の read.table のオプション
- X <- ・・・変数 X に読み込むという意味
- C:/R/Book1.csv, "/tmp/Book1.csv" ・・・読み込む CSV ファイル名．Windows では区切りには「/」を使うことに注意．
- header=TRUE または header=FALSE ・・・列ラベルが設定されているか
- sep="," や sep="\t" や sep=" " など・・・列を区切る記号（CSV ファイルのときは「sep=","」）
- na.strings="NA" ・・・欠損値には "NA" を使うという意味
- dec="." 　・・・　ファイルで使われている小数点記号（既定値は，ピリオド）
- strip.white=TRUE ・・・個々のデータの先頭や末尾にある空白文字を取り除いて読み込む
- skip=＜行数＞・・・読み飛ばし行数
- nrow=＜行数＞・・・読み込み行数

オブジェクト X の確認

次のコマンドを実行．

edit(X)

次のコマンドを実行．

str(X)

hclust() の実行

HClust.1 <- hclust(dist(model.matrix(~-1 + USD+EUR+AUD, X)), method="ward.D2")
plot(HClust.1, main="Cluster Dendrogram for Solution HClust.1", xlab="Observation Number in Data Set Dataset", sub="Method=ward.D2; Distance=euclidean")