在使用 R 执行聚类时,我遇到了一个错误。我有一个数据集d,它是一个距离矩阵。变量fit通过以下方式获得
fit <- kmeans(d,k=2) # assume that number of cluster lie between 1 and nrow(x)
clusplot(d, fit$cluster, color=TRUE, shade = TRUE, lines=0)
显示的错误是
Error in mkCheckX(x, diss) : x is not a data matrix
矩阵 d 由下式给出
structure(c(2, 4, 6, 2, 4, 2), Size = 4L, Diag = FALSE, Upper = FALSE,
method = "euclidean", call = dist(x = DATA, method = "euclidean"),
class = "dist")
最佳答案
clusplot
函数接受其第一个参数为矩阵或数据框,或相异矩阵(或距离矩阵),具体取决于 diss
的值参数,默认为 FALSE
。请参阅 ?clusplot
了解更多信息。
所以,您需要使用:
d = dist(DATA) # for a distance matrix or d = daisy(DATA) for a dissimilarity matrix
clusplot(d, diss=TRUE, fit$cluster, color=TRUE, shade = TRUE, lines=0)
或
clusplot(DATA, fit$cluster, color=TRUE, shade = TRUE, lines=0)
您收到错误是因为您的矩阵 d
未被函数 mkCheckX
识别为矩阵,因为 R 是类 dist< 的对象
(不是矩阵!)。如果您尝试 is.matrix(d)
,您应该得到 FALSE
。
此外,不要期望使用这两种方法得到相同的结果,因为在提供数据矩阵时,聚类是以不同的方式生成的(基于主成分分解,请查看代码)。
如果您查看 dist
的帮助,您可以看到可以使用不同的方法(“euclidean”、“maximum”、“manhattan”、“canberra”、“binary”或“minkowski” )来计算距离,并且您应该通过改变计算距离的方式来期望不同的聚类。
总之,你的距离矩阵不是 R 的矩阵,所以你得到了你看到的错误。
关于r - R 中的 clusplot 期间出错,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20796173/