如何将层次聚类cutree的randIndex结果存入向量？R语言求助

首先确保你加载了包含randIndex函数的包（常用的是flexclust），如果还没安装先执行安装命令：

install.packages("flexclust")
library(flexclust)

你的原代码仅完成了指数计算，但没有保存结果。下面是修改后的代码，能把所有调整兰德指数存入向量方便对比：

方法1：用for循环实现 #

# 初始化空向量，长度对应k=2到13的12个取值
rand_indices <- numeric(length(2:13))
# 给向量命名，后续能直接看到每个值对应的分组数k
names(rand_indices) <- paste0("k=", 2:13)

for(i in 2:13){
  # 切割聚类树得到分组结果
  cluster_groups <- cutree(hclust1, k=i)
  # 计算调整兰德指数并存入向量对应位置
  rand_indices[as.character(i)] <- randIndex(stored_vector, cluster_groups)
}

# 查看最终结果
rand_indices

方法2：用sapply简化代码（更简洁） #

R中可以用sapply替代for循环，一行代码完成计算：

rand_indices <- sapply(2:13, function(k) {
  cluster_groups <- cutree(hclust1, k=k)
  randIndex(stored_vector, cluster_groups)
})
# 给结果命名，方便对应k值
names(rand_indices) <- paste0("k=", 2:13)

关键说明： #

• 提前初始化向量是为了分配内存，比循环中用c()不断追加结果更高效。
• 给向量命名后，你能直观看到每个指数对应的分组数，便于快速对比不同k值的聚类效果。
• 确保stored_vector和cutree返回的分组结果是分类变量类型（整数或因子），randIndex才能正确计算调整兰德指数。

内容的提问来源于stack exchange，提问作者wantingtoimprove