Hierarchical clustering: Occupation trees

In de vorige oefening heb je gezien dat de oes-gegevens klaar zijn voor hierarchical clustering zonder extra preprocessing-stappen. In deze oefening ga je de stappen zetten om een dendrogram van beroepen te maken op basis van hun jaarlijkse gemiddelde salarissen en stel je clusters voor met een hoogte van 100,000.

Deze oefening maakt deel uit van de cursus

Clusteranalyse in R

Bekijk cursus

Oefeninstructies

Bereken de Euclidische afstand tussen de beroepen en sla dit op in dist_oes.
Voer hierarchical clustering uit met average linkage en sla het resultaat op in hc_oes.
Maak een dendrogramobject dend_oes van je hclust-resultaat met de functie as.dendrogram().
Plot het dendrogram.
Gebruik de functie color_branches() om een nieuw dendrogram te maken en te plotten, met clusters ingekleurd op een afkaphoge van 100.000.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Calculate Euclidean distance between the occupations
dist_oes <- dist(___, method = ___)

# Generate an average linkage analysis 
hc_oes <- hclust(___, method = ___)

# Create a dendrogram object from the hclust variable
dend_oes <- as.dendrogram(___)

# Plot the dendrogram
plot(___)

# Color branches by cluster formed from the cut at a height of 100000
dend_colored <- color_branches(___, h = ___)

# Plot the colored dendrogram
plot(___)

Code bewerken en uitvoeren