比较三种方法
单连接、完全连接或平均连接：比较同一数据，然后应用一种连接方法或导出比较结果 CSV。
比较原理
无需重新输入表格，即可运行单连接、完全连接和平均连接。比较根高度、同一切分高度下的组数以及 cophenetic 相关系数 r，然后将某一方法应用到主树，或导出比较结果 CSV。
cophenetic 相关系数 r 衡量输入距离与两两样本首次归入同一簇时的合并高度之间的线性一致性。距离恒定或配对过少会导致分数未定义；r 较高并不能证明分组有效或切分最优。
使用免费的聚类树生成器对 CSV 表格或距离矩阵进行聚类，比较连接方法，并查看两个样本首次归入同一簇的位置。保存设置，或导出 SVG、PNG 和结果 CSV，用于报告或统计学课程。
你的数据，你的方法
已计算的层级
合并高度衡量 平均连接 连接方式下的 欧氏距离。叶节点间距不衡量距离。相同距离使用确定性的节点 ID 平局规则。
等于或低于切分高度的合并保持在一起。相同高度可能同时改变多个分组。切分是探索性的，不是显著性检验。
| 节点 | 左 | 右 | 高度 | 样本 |
|---|---|---|---|---|
| 8 | 0 | 2 | 0.2086 | 2 |
| 9 | 3 | 5 | 0.2282 | 2 |
| 10 | 6 | 7 | 0.3011 | 2 |
| 11 | 8 | 1 | 0.3408 | 3 |
| 12 | 9 | 4 | 0.394 | 3 |
| 13 | 11 | 10 | 2.152 | 5 |
| 14 | 13 | 12 | 3.458 | 8 |
此树显示所选特征和方法下的相似性。它不确立亲缘关系、生物学意义或最优聚类数。
对同一组所选数据、距离度量和缩放方式运行单连接、完全连接和平均连接。cophenetic 相关系数 r 将输入距离与每对样本首次归入同一簇时的合并高度进行比较。
选择两个样本，比较它们的输入距离与各自聚类首次合并的高度。标签邻近不一定意味着距离更小。
它们共同所属的最小簇的成员： Control 1 · Control 3 · Control 2
高亮的子树使用洋红色；常规分组颜色仍标识当前切分。此功能检查已计算的层级，而非亲缘关系或显著性。
使用 paper banana，将研究方法、机制与流程转成清晰的科研图片。
聚类树生成器将数值观测转换为层次聚类的分支图。每个叶节点代表一个样本。向根节点方向移动时，分支会按距离度量和连接方法所决定的高度合并簇。
这款在线树状图绘制工具会根据你的数据计算合并树。它保持高度、样本标签和聚类成员之间的关联，便于你检查图形含义。切分线用于选择分组；旋转布局会改变树的绘制方式，但不会改变计算。
选择水平或垂直矩形布局。不包含 Ward 连接和环形布局。树状图显示的是在你设置下的相似性；它不用于确立进化祖先关系，也不表示统计显著性。
从树到解释
比较方法、追踪一对样本或保存设置。免费，无需登录。
单连接、完全连接或平均连接：比较同一数据，然后应用一种连接方法或导出比较结果 CSV。
无需重新输入表格，即可运行单连接、完全连接和平均连接。比较根高度、同一切分高度下的组数以及 cophenetic 相关系数 r，然后将某一方法应用到主树，或导出比较结果 CSV。
cophenetic 相关系数 r 衡量输入距离与两两样本首次归入同一簇时的合并高度之间的线性一致性。距离恒定或配对过少会导致分数未定义；r 较高并不能证明分组有效或切分最优。
查看两个样本首次归入同一簇的位置，高亮该簇并导出这对样本的详情。
选择两个样本标签，查看它们的输入距离、首次归入同一簇的合并高度、节点 ID 以及它们共同所属最小簇的所有成员。检查这两个样本在当前切分处是否仍同组，高亮相应子树，并导出配对检查 CSV。
检查器遵循已计算的层次结构，因此适用于任一布局。高亮会影响绘图和图形导出；不会改变聚类成员关系。
将数据和设置保存在一个项目 JSON 中，之后可恢复并在浏览器中重新计算。
下载一个项目 JSON，其中包含源表、所选特征、输入模式、度量、连接方法、缩放、切分高度、图标题、标签大小和布局。恢复该文件可验证输入并在浏览器中重新计算树。
离开页面前请保存：项目不会存储在账户中，也不会自动恢复。文件包含你的源数据。临时检查器高亮不会保存。
加载完整示例，包括其数据和方法。这些合成数据集用于演示工作流程，并非实验发现。
从样本到分组
同一棵树可回答不同问题。请选择符合你预期比较的特征和预处理方法。
在小规模基因表达或检测数据表中探索相似性。检查样本标签，选择数值特征，并决定特征尺度差异是否应影响距离。仅靠聚类无法确定生物学显著性。
从五个观测值开始，更改连接方法并跟踪合并高度。导出树状图和合并表，以便在统计学作业中说明解题过程。
在形成细分假设之前，对问卷或购买画像进行分组。当单位不同时标准化特征，然后导出样本-聚类归属表以供进一步分析。
让计算过程可见
分支位置由所选方法和数据决定。请将图、设置和导出结果一并保存。
将样本放在行中、特征放在列中，样本名称放在第一列。粘贴电子表格内容或上传 CSV/TSV，预览数值并选择要包含的特征。所选单元格中的缺失值或非数值会在计算前被标记。
试用聚类树生成器单连接使用最近的一对，完全连接使用最远的一对，平均连接以样本数加权，对所有跨聚类对取平均。选择欧氏距离、曼哈顿距离或最大距离。特征 z 分数使用样本标准差；预先计算的距离不进行缩放。
试用聚类树生成器
移动切分线，查看在该高度上哪些样本仍归为一组。相同高度的合并会一起纳入。导出浅色背景的 SVG 或 PNG、包含设置的成员关系 CSV，以及包含节点 ID 和合并高度的合并表。颜色在八个分组后重复；请使用组标签加以区分。
试用聚类树生成器三步
将数据粘贴到聚类树生成器，选择样本比较方式，然后导出可检查的聚类树和结果。
将样本放在行中，特征名称放在表头中，标签放在第一列。从 Excel 粘贴或上传 CSV/TSV。对于距离，选择矩阵模式并提供匹配的行名和列名。
选择数值特征、距离、缩放和连接方法。生成后，比较合并高度并移动切分线。查看成员列表，而不是从叶节点间距读取距离。
切换水平或垂直布局，调整标签大小并导出 SVG 或 PNG。将成员关系和合并 CSV 文件与你的数据一起保存，作为计算记录。
常见问题
粘贴一行表头，将样本名称放在第一列，数值特征放在其余列。聚类树生成器支持粘贴 Excel 单元格、CSV、TSV 或 TXT。选择要比较的特征，然后选择距离、缩放和连接方法。对于 XLSX，请粘贴其单元格或先另存为 CSV。
所有聚类、方法比较、配对检查、项目文件和 SVG/PNG/CSV 导出均免费，无需账户或积分，且无水印。计算在你的浏览器中运行。最多可使用 100 个样本和 50 个选定的数值特征，或完整的 100 × 100 距离矩阵。
每个叶节点代表一个样本；每个分支在计算出的高度上连接两个现有聚类。在课堂树状图聚类示例中，A=0 和 B=1 在高度 1 处通过单连接合并。应从合并高度轴读取距离，而不是从标签之间的间距读取。不同的连接方法可能生成不同的树。
聚类中的树状图显示样本如何连接成嵌套分组。在高度 h 处切分会包含高度为 h 或以下的合并；高于该高度的连接保持分离。移动切分线可检查聚类成员。等高度合并可能同时改变多个分组。视觉上的分离并不能确立统计显著性。
选择“距离矩阵”，并提供完整的对称、非负方阵，对角线元素为零。行标签和列标签必须按相同顺序匹配。聚类树生成器直接使用提供的距离，跳过度量选择和特征缩放。不接受仅三角矩阵；请在计算前处理缺失值。
生成树后打开“比较与检查”，然后选择“比较 3 种方法”。表格使用相同的输入、距离和缩放来比较单连接、完全连接和平均连接。cophenetic r 衡量与输入距离的线性一致性；它不能证明分组有效。应用某种方法或下载比较 CSV。
在“比较与检查”中选择两个不同的样本。检查器会报告它们的输入距离、首次归入同一簇的合并高度、节点 ID、完整的共享聚类成员关系以及当前切分下的关系。在主图上高亮共享子树，或下载配对 CSV；高亮不会更改已计算的树和聚类成员关系。
使用“保存项目 JSON”保留源表、所选特征、计算设置、切分和布局。恢复不超过 1 MB 的文件，以便稍后在本地重新计算；没有自动账户存储。导出 SVG 或 PNG，并同时保留成员关系、合并或比较 CSV。项目文件包含你的源数据。
