r - R 中的 clusplot 期间出错

Question

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")

Answer 1

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。