使用 NA 值对不同矩阵进行聚类，用于热图，无需插补

问题描述

我正在尝试制作与许多 NA 不同的矩阵的热图。但是，我在尝试执行聚类时遇到了问题。如果没有聚类，热图工作正常。我不想归咎/删除 NA。反正有没有执行聚类？我知道 NA 计算距离是一个问题，但应该有办法解决它，对吗？

我收到以下错误消息：

" hclust(get_dist(submat,distance),method = method) 中的错误：外部函数调用中的 NA/NaN/Inf (arg 10)

另外：警告信息： NA 存在于矩阵中，通过移除 NA 值来计算距离。"

编辑：

我使用的数据是一个不寻常的矩阵，有很多 NA。也许这就是问题所在？但我也想在热图中可视化这些 NA。所以只对行进行聚类，而不对列进行聚类。

dissimilar matrix example

解决方法

我不确定您为什么会收到该错误。 dist 函数应默认处理 NA。下面是一个例子。此外，您可能只想先计算距离矩阵，然后再输入 hclust。 vegan 包可以计算许多距离度量，您可以指定是否应删除 NA：

# data
set.seed(1)
x <- matrix(rnorm(100),nrow = 5)
df <- matrix(rnorm(100),nrow = 5)

# make missing values
nvals <- length(c(df))
set.seed(1)
df[sample(x = nvals,size = nvals*0.1)] <- NaN

# distance "euclidean"
hc <- hclust(dist(df),method = "ave")
plot(hc)


# other distance metrics
D <- vegdist(df,method = "manhattan",na.rm = TRUE)
hc <- hclust(D,method = "ave")
plot(hc)

好的，我设法解决了这个问题。我不得不做简单的插补。我只是用“常量”替换了所有 NA。

然后我可以在不删除任何样本或行的情况下可视化整个数据集，对行和列进行聚类。然后，当我想绘制 NA 在数据集中的位置时，我只需要在任何图中给“常量”一个特定的颜色。

通过这种方式，我将所有 NA 视为相同，而不会根据其他样本（例如均值/中值/回归方法）为每一行/列中的 NA 分配一个值。这种方法最适合我的数据集，而不会向任何方向倾斜。

hclust heatmap r r