Rで解析：Macで導入が面倒かもしれませんがオススメです！「sigclust2」パッケージ

クラスタリング解析に大変便利なパッケージです。Windows環境ではインストールが易かったですが、MACは面倒でした。でも、MAC環境の方にも面倒を乗り越えてぜひ利用してほしいパッケージです。MACでのインストール方法を合わせて紹介します。

パッケージバージョンは0.99.11。実行コマンドはwindows 7およびOS X 10.11.2のR version 3.2.3で確認しています。

Macでの事前準備

下記コマンドを「アプリケーション」、「ユーティリティ」フォルダから「ターミナル」を実行して下記コマンドを実行してください。Xcodeが必要です。もし、XCodeが未インストールの場合はApp Storeよりインストールしてください。

また、macportsのインストールも必要です。下記URLより使用中のmac OSのバージョンに合わせてインストールしてください。

https://www.macports.org/install.php

sudo xcodebuild -license
sudo port install gcc48
g++-mp-4.8 -v
mkdir ~/.R
nano ~/.R/Makevars

CXX=g++-mp-4.8 -arch x86_64
CC=gcc-mp-4.8
SHLIB_OPENMP_CXXFLAGS= -fopenmp

#上記実行後"controlキー + o",そして"return"キー,"controlキー + x"を実行

パッケージのインストール

下記、コマンドを実行してください。本パッケージの利用は依存パッケージがかなりシビアです。もし、「devtools::install_github("pkimes/sigclust2")」コマンド実行後にエラーが出る場合は、エラーメッセージで表示されるパッケージをインストールしてください。

#念のため実行
source("https://bioconductor.org/biocLite.R")
biocLite(c("GO.db", "preprocessCore", "preprocessCore"))
#MACは以下を実行
install.packages("Matrix")
install.packages(c("Rcpp", "RcppEigen", "Rclusterpp"), type = "source")

#パッケージのインストール
install.packages("devtools")
devtools::install_github("pkimes/sigclust2")

実行コマンド

詳細はコメント、パッケージのヘルプを確認してください。

#パッケージの読み込み
library("sigclust2")

###データ例の作成#####
n <- 400 TestData <- matrix(rnorm(n), nrow = 100, ncol = 4) #1列目のデータを入れ替え TestData[, 1] <- TestData[, 1] + c(rep(1.0, 45), rep(-1.0, 45), rep(0, 10)) #2列目のデータを入れ替え TestData[, 2] <- TestData[, 2] + c(rep(2.0, 45), rep(-2.0, 45), rep(1, 10)) colnames(TestData) <- paste0("Group", 1:4) rownames(TestData) <- paste0("Data", 1:100) ######## #クラスタリングの計算:shcコマンド #データを指定:xオプション #距離計算方法の指定,distコマンドを利用:metricオプション; #euclidean,cor,manhattan,maximum,minkowski等の指定が可能 #結合方法の指定:linkageオプション; #rcpp=TRUEでRclusterpp.hclust,rcpp=FALSEでhclustコマンドを利用 #ward.D2,single,complete,average,median,centroid等の指定が可能 ShcResult <- shc(x = TestData, metric = "cor", linkage = "complete", rcpp = FALSE, ci = "2CI") #結果の確認 summary(ShcResult) shc object created using shc(..) -------------------------------- Clustering Parameters: dissimilarity = cor linkage = complete Testing Parameters: n_sim = 100 icovest = 1 ci = 2CI null_alg = hclust min_n = 10 FWER control = FALSE #構造の確認 names(ShcResult) [1] "in_mat" "in_args" "eigval_dat" "eigval_sim" "backvar" "nd_type" [7] "ci_dat" "ci_sim" "p_emp" "p_norm" "idx_hc" "hc_dat" #結果をプロット plot(ShcResult, hang = 1) #クラスタ分析結果の特徴をプロット:diagnosticコマンド #表示するクラスタの指定:kオプション;1で主ノード #表示する内容を指定:ptyオプション;background,qq,covest,pvalueの指定が可能 SetPty <- c("background", "qq", "covest", "pvalue") for(i in seq(length(SetPty))){ diagnostic(ShcResult, K = 1, pty = SetPty[i]) } [/code]