Product Image
Product Image 1
Product Image 2

层次聚类 (Hierarchical Clustering)

该方法基于数据点之间的相似性,逐步构建层级结构而实现聚类。

📦 您将获得:

树状聚类图矢量图(.pdf)、位图(.tif)
🌟结果解读简报
方法相关参考文献
所用 R 包

温馨提醒:

·结果解读简报将在完成分析后的一个工作日内发送到您的邮箱。
·如需对图片进行细节调整和美化或对结果有疑问,欢迎在左下角联系客服进行免费处理。

价格

38.00

状态

可下单
*

分析结果图(根据示例数据得到)

层次聚类 Analysis Result 1

示例数据

示例文件 1: Hierarchical_Clustering_data.csv

IDABCDEFG
A192.00616978.00156701.0016.315313.001147.831532.60
A256.00583353.0048368.0018.815153.00479.25666.46
A3123.001704330.00122080.0017.912926.001628.812192.78
A482.00890774.0064185.0021.783112.00778.001114.02
A554.00506809.0041852.0017.862351.00641.29859.59

📊 数据说明

  • 数据须为csv格式(Excel-另存为csv)
  • 数据第1列必须为样品名(标签名),其余变量用于聚类,不区分自变量因变量
  • 所有列名、分组名只能由数字、字母组成,不可有标点符号、空格、中文、希腊字母(α、β)
  • 请确保所有数据为阿拉伯数字,不要包含百分号(%)、单位(如 mg/L)、'<'等字符
  • 数据须为连续变量而不是类别变量,且不可有缺失值
  • 所有变量行数必须相等