KLASIFIKACE
1


TWINSPAN
TWO WAY INDICATOR SPECIES ANALYSIS
odivisivní metoda
•začíná dělením celého souboru vzorků a postupuje směrem dolů
•skupina se dále nedělí, pokud je příliš malá, nebo bylo dosaženo dělení do požadované úrovně
opolytetická metoda
•každé dělení závisí na několika (indikačních) druzích (x monotetická metoda – dělení ovlivňuje
jediný druh)
ometoda velmi oblíbená mezi vegetačními ekology
•ale – algoritmus je poměrně složitý, ne zcela popsaný a s řadou arbitrárních kroků. Proto má také
řadu zarytých odpůrců: "TWINSPAN too unstable and tricky: Better avoided." (Jari Oksanen)
ovzorky jsou uspořádány podle první osy korespondenční analýzy (CA) a podle ní jsou rozděleny do
dvou shluků (vzorky s pozitivním skóre a negativním skóre)
ometoda ošetří vzorky, které leží blízko středu osy, a které tak mají velkou pravděpodobnost, že
budou špatně klasifikovány
o
2

TWINSPAN
TWO WAY INDICATOR SPECIES ANALYSIS
opseudospecies
•metoda primárně funguje pro kvalitativní data
•kvantitativní informace se dodává rozdělením druhů na pseudospecies podle relativní abundance (cut
levels), např. 1, 5, 10, 20 %.
o
3
Lepš & Šmilauer (2003)

TWINSPAN
TWO WAY INDICATOR SPECIES ANALYSIS
opseudospecies
•metoda primárně funguje pro kvalitativní data
•kvantitativní informace se dodává rozdělením druhů na pseudospecies podle relativní abundance (cut
levels), např. 1, 5, 10, 20 %.
ovýsledkem je (mimo jiné) tabulka podobná fytocenologické
•snímky z určitých klastrů a druhy s vysokou fidelitou k dané skupině jsou seskupeny dohromady
ometoda vhodná v případě, že jsou data strukturovaná podle jednoho výrazného gradientu
ovhodné na hledání (několika málo) ekologicky interpretovatelných skupin v datech
oMožnost klasifikovat snímky i druhy
•Two-way metoda
•Využívá symetričnosti chi-square distance
4

TWINSPAN
5

Výsledná tabulka je seřazena ve dvou směrech – sloupce jsou seřazeny podle výsledků dělení, druhy
jsou seřazeny do bloků podle druhů charakteristických pro jednotlivé skupiny snímků. Takto tabulka
připomíná tabulku fytocenologických snímků.

MODIFIKOVANÝ TWINSPAN   (ROLEČEK ET AL. 2009)
ona rozdíl od původního algoritmu (a) umožňuje modifikovaný TWINSPAN (b) dopředu stanovit cílový
počet skupin
oalgoritmus se po každém dělení na dvě skupiny rozhoduje, kterou ze skupin bude dále dělit – vybere
tu, která je více „heterogenní“  na základě její betadiverzity
omíru betadiverzity je nutné zvolit (např. Jaccardův index podobnosti)
oV R je možné využít funkci cuth v package twinspan (ovšem pouze s využitím total-chisq distance
jako míry nepodobnosti).
o
o
o
6

okde je to možné, dělení je doplněno indikátorovými druhy
o
7
TWINSPAN
1,2,3,4,5,6,7,10,11,17,18,19
8,9,12,13,14,15,16,20
0
1
Lolium perenne 5
Agrostis stolonifera 1
Ranunculus flammula 1

TWINSPAN SOFTWARE
oOriginální program v jazyku FORTRAN (Mark Hill 1979)
•Zcela zastaralý programovací jazyk
•Algoritmu už přesně nikdo nerozumí (ani původní autor)
•Algoritmus nelze převést do jiných jazyků (přes snahu nejlepších mozků ve vegetační ekologii)
•Implementace jinde (R, Juice): pouze wrapper okolo původního Fortran algoritmu
ohttps://github.com/jarioksa/twinspan
•Autor Jari Oksanen
•Klasický Twinspan, modifikovaný pouze s omezenými možnostmi
•Celkem dobře implementováno včetně výstupů
ohttps://www.sci.muni.cz/botany/juice/
•Program Juice – Luboš Tichý
•Klikací okna, nutno importovat data do Juice formátu
•
8

ISOPAM
oIsometric feature mapping and partitioning around medoids
oKombinuje ordinační metodu Isomap a PAM
•Isomap – PCoA, která se zaměřuje pouze na nepodobnosti mezi podobnými vzorky. Následně analyzuje
nepodobnosti mezi takto vzniklými skupinami
oHierarchické uspořádání
•Uživatel volí c.max (maximální počet clusterů v každém dělení) a l.max (maximální počet úrovní)
•Isomap zkouší různé kombinace a zdaleka ne vždy dojde až k c.max/l.max
•Sieve – má-li se klasifikace zaměřit na nepodobnosti pouze mezi indikačně významnými druhy; lze
nastavit T/F
-Posiluje význam presence/absence
-Velmi snižuje význam variability dominance druhů s vysokou frekvencí
•
o
9

ISOPAM
oVytváří pěkné výsledky – zvlášť jsou-li promítány do PCoA
oDobře implementovaný v R
oPěkné výstupy včetně popisu shluků
oNáročný na výkon počítače
•Maximálně jednotky tisíc vzorků
•
10