聚类树的切割方法

1. 聚类树的切割方法在R语言中的实现
   

2. 静态切割比较简单，现在主要谈动态切割
   ##dynamicTreeCut 函数包的使用
   这个包主要是探测层次聚类中的clusters
   2.1 执行动态切割比较重要的包（“cutreeDynamic”）
   input ：
   clutering tree
   dissimilarity matrix that was used to produce the tree

Most important options
deepSplit（0,1,2,3,4）：controls how finely clusters will be split

pamStage Only used for method “hybrid”. If TRUE, the second (PAM-like) stage will be performed.
缺省是运行进行PAMstage ，允许用户分配更多的outlying onbjects 数据到 clusters中

2.2 附带一个好玩儿的功能：
merge2Clusters
merge2Clusters(labels, mainClusterLabel, minorClusterLabel)
labels ：a vector or factor giving the cluster labels
mainClusterLabel ：是融合之后会留下的标签
主要用途：将两个聚类标签融合成一个聚类标签（这是什么鬼）
举个栗子：

#Works with character labels:
options(stringsAsFactors = FALSE);
install.packages("dynamicTreeCut")
library(dynamicTreeCut)
labels = c(rep("grey", 5), rep("blue", 2), rep("red", 3))
merge2Clusters(labels, "blue", "red")

就可以把labels里面的blue标签编程red