(1-cor(dataTable, method = "pearson"))
#计算相关性,并且将矩阵转化为聚类分析用的距离
col_hc <- hclust(col_dist, method = "...)
2.有间隙的聚类图
gapmap(m = as.matrix(<em>dataTable</em>),
d_row = rev(row_d), d_col = col_d,
mode =...指数间隙模式)下,间隙映射的比例
#label_size 标签文字大小
v_ratio= c(0.1,0.8,0.1), h_ratio=c(0.1,0.8,0.1)
)
3.更改<em>颜色</em>绘制热图...",
mapping="exponential",
col=RdYlBu, #更换颜色
ratio = 0.3, verbose=FALSE,...根据每个合并点处子树的平均距离,对生成的树状图中的子树进行排序。较紧密的群(平均距离较小的群集)位于分支的左侧。当叶子与簇合并时,叶子将放置在右侧。