Plotting переменные в соответствии с евклидовым расстоянием от опорной переменной в г
У меня есть небольшой набор данных следующим образом:
Group.1 Dim1 Dim2 Dim3 Dim4
1 2.58092308 -0.77728205 2.84851282 -0.5108718
2 7.64928205 3.33953846 1.796 -2.1537949
3 0.06005405 -0.08967568 -0.05810811 3.1354054
4 -1.01599057 -1.67231132 -1.75872642 1.2398585
5 -8.21412844 -0.59009174 -2.39472477 -1.4826147
d <- dist(as.matrix(df)) # find distance matrix
hc <- hclust(d) # apply hirarchical clustering
plot(hc)
Мне интересно узнать, насколько другие 4 группы похожи или отличаются от группы 2, принимая во внимание евклидовы расстояния каждой группы. Иерархический кластерный анализ кажется правильным ответом, как видно на рисунке. Но кластерный анализ начинается с наиболее похожих групп и расширяется за пределы. Здесь я вижу группу 2 как 2-ю самую разнородную группу, но я не могу измерить ее расстояние от всех других групп. Есть ли способ визуализировать это?