Comment changer les couleurs d'un dendrogramme

Bonjour, je souhaiterais juste savoir comment procéder pour changer les couleurs d'un dendrogramme.
Sachant que j'utilise FactoMineR et la fonction HCPC. J'ai testé l'argument col = x : y mais sans résultats.

Merci d'avance

Il n'y a pas de fonction il me semble.

Le seul moyen que j'ai trouvé c'est de créer une variable cluster, d'habiller les points avec la fonction plot et l'option habillage et de mettre l'option col.

Il suffit de modifier la palette de couleurs par défaut :

Code:

palette(c("yellow", "pink", "purple"))

Et tu refais ton graph.

C'est cool merci pour l'astuce droopy ... zezi tu restes toujours mon posteur préféré

Autant pour moi

Et merci droopy, dire que je galérais depuis le début.

Ouais mais ta méthode au final zezi est meilleure. Car en changeant les couleurs de la palette directement, on n'a pas accès à des packages tels que RColorBrewer pour avoir plus de couleurs.

Changer les couleurs de la palette nous obliges à garder les couleurs basiques ... light, dark ... enfin je crois

Avec ma méthode on a accès à toutes les couleurs utilisables avec la fonction plot et l'option col

Par contre, je te préviens c'est un peu fastidieux au début. Je peux t'expliquer la méthode et le code mais faut me laisser le temps car la je dois finir un boulot.

Changer les couleurs de la palette nous obliges à garder les couleurs basiques ... light, dark ... enfin je crois Question

Si je peux me permettre tu crois mal.

Code:

require(RColorBrewer)
require(FactoMineR)
mypalette <- brewer.pal(3, "BrBG")
palette(mypalette)
data(iris)
# Principal Component Analysis:
res.pca <- PCA(iris[,1:4], graph=FALSE)
# Clustering, auto nb of clusters:
hc <- HCPC(res.pca, nb.clust=-1)

Ici ce sont bien des couleurs générés par brewer.pal qui sont utilisées par la suite.
Toutes les couleurs sont bien entendues utilisable dans la palette.
Il suffit juste de savoir la spécifier correctement ou de prendre le temps de chercher

Si je peux me permettre, si tu aimes bien le coloriage, je te conseille de colorier les variables selon tes individus :

Code:


complete=imputeMCA(data[,c(anti-n)],ncp=1)
res=MCA(data,quali.sup=c(n),tab.disj=complete$tab.disj)

par(mfrow=c(3,1))
plot(res,invisible=c("var","quali.sup"),habillage=39)
plot(res,invisible=c("var","quali.sup"),habillage=39,axes=c(1,3))
plot(res,invisible=c("var","quali.sup"),habillage=39,axes=c(2,3))

cela te permet pour chaque variable de voir la répartition des modalités selon les individus, c'est très utile.

Merci beaucoup ! J'ai bien spécifié "je crois" . J'avais tort donc ...