具有字符变量的 R 比例函数

Question

我是 R 的新手 - 我在弄清楚如何缩放包含字符变量的数据集方面遇到了挑战。

但是，当我尝试使用缩放函数创建数据框时，出现错误:

 df<-scale(USArrests)
Error in colMeans(x, na.rm = TRUE) : 'x' must be numeric

有没有办法创建一个带有字符变量的数据框，以便稍后在聚类分析中使用它？

km.res<-kmeans(df,4,nstart=10)

Answer 1

?scale()说scale旨在使数字矩阵的列居中，有关详细信息，请参阅帮助条目。 然而，df <- USArrests足以将所需的内置数据集存储为对象 df (请参阅环境)，如果您必须将其命名为 df。 比较以下内容:

df <- USArrests
# compare
head(df, n=5)
# to 
df1 <- scale(df)
head(df1, n=5)

如您所见，所有数字列现在都进行了缩放，而行 ID、Alabama、...、Wyoming 当然没有变化。顺便说一句，要检查所有变量的类，您可以使用 lapply(df, class) .

我想你应该没有问题然后调用km.res <- kmeans(df1,4,nstart=10) .检查对象类型 km.res .

老实说，我认为在运行之前kmeans()您应该再次查看帮助页面(例如 help(kmeans) )以了解参数 clusters , iter , ... 此外，我认为调查为什么或为什么不在上一步中将数据居中是个好主意。在任何情况下，都可以运行 kmeans()具有中心 (df1) 和非中心 (df) 数据。为什么这些备选方案之一更合适是非常重要的。

编辑:建议在运行算法之前设置种子(例如 set.seed(09102021))。这样做可以确保结果的可重复性。