一般来说，您应该始终通过查看相关的 CRAN TAsk Views 找到有用的指针，在这种情况下是处理Cluster包的视图，或者可能是 Quick-R。

我不清楚您提供的链接是否引用了标准聚类技术$n$（个人）由$k$（变量）我们对生成的热图显示施加约束的度量矩阵，或双模式聚类或双聚类。

在第一种方法中，我们可以，例如，

1. 计算个体之间（不）相似性或变量之间相关性的度量，并显示结果$n\times n$或者$k\times k$矩阵，其中行和列通过某种分区或排序技术重新排列 - 这有助于突出关联矩阵中可能的子结构，您将在此相关问题中找到更多信息；
2. 计算在同一个人身上观察到的两个数据块之间的相关性，并按照外部排序技术（例如，层次聚类）对相关性模式进行重新排序——这相当于显示了按行和列重新排序的观察到的统计数据的热图。

正如在较早的响应中所提出的，后者在mixOmics包的cim()函数中很容易获得。从在线帮助中，我们可以得到类似的结果：

请注意，这只是方便地显示关联汇总度量的两步过程：行（个体或变量）和列（个体或变量）的聚类是分开完成的。

在我倾向于支持的第二种方法（双聚类）中，我只知道一个 R 包biclust，它极大地启发了生物信息学的研究。在较早的线程中也给出了一些指针。（但心理计量学文献中甚至有一些论文。）在这种情况下，我们需要在聚类过程中设置一些约束，因为我们希望同时对个体和变量进行聚类。

同样，您可以将生成的结构显示为热图（请参阅 参考资料help(heatmapBC)），如下所示