首先，我想说的是，我对机器学习、kmeans和r还是一个新手，这个项目是了解更多这方面知识的一种手段，也是向我们的首席信息官展示这些数据的一种手段，这样我就可以在开发新的帮助台系统时使用这些数据。
我有一个60K行的文本文件。该文件包含教师在3年内输入的帮助台票证的标题。
我想创建一个r程序，它接受这些标题并创建一组类别。例如，与打印问题有关的术语，或者一组与投影仪灯泡有关的术语。我已经使用r打开文本文档，清理数据，删除停用词和其他我认为不必要的词。我得到了一个频率〉=的所有术语的列表400并将其保存到文本文件。
但是现在我想对同一个数据集应用（如果可以或者合适的话）kmeans聚类，看看是否可以得出分类。
下面的代码包含了将写出所使用的〉= 400的术语列表的代码。它位于末尾，并被注解掉了。

library(tm) #load text mining library
library(SnowballC)
options(max.print=5.5E5) 
setwd('c:/temp/') #sets R's working directory to near where my files are
ae.corpus<-Corpus(DirSource("c:/temp/"),readerControl=list(reader=readPlain))
summary(ae.corpus) #check what went in
ae.corpus <- tm_map(ae.corpus, tolower)
ae.corpus <- tm_map(ae.corpus, removePunctuation)
ae.corpus <- tm_map(ae.corpus, removeNumbers)
ae.corpus <- tm_map(ae.corpus, stemDocument, language = "english")  
myStopwords <- c(stopwords('english'), <a very long list of other words>)
ae.corpus <- tm_map(ae.corpus, removeWords, myStopwords) 

ae.corpus <- tm_map(ae.corpus, PlainTextDocument)

ae.tdm <- DocumentTermMatrix(ae.corpus, control = list(minWordLength = 5))

dtm.weight <- weightTfIdf(ae.tdm)

m <- as.matrix(dtm.weight)
rownames(m) <- 1:nrow(m)

#euclidian 
norm_eucl <- function(m) {
  m/apply(m,1,function(x) sum(x^2)^.5)
}
m_norm <- norm_eucl(m)

results <- kmeans(m_norm,25)

#list clusters

clusters <- 1:25
for (i in clusters){
  cat("Cluster ",i,":",findFreqTerms(dtm.weight[results$cluster==i],400,"\n\n"))
}

#inspect(ae.tdm)
#fft <- findFreqTerms(ae.tdm, lowfreq=400)

#write(fft, file = "dataTitles.txt",
#      ncolumns = 1,
#      append = FALSE, sep = " ")

#str(fft)

#inspect(fft)

当我使用RStudio运行这个程序时，我得到：

> results <- kmeans(m_norm,25)

sample.int（m，k）中的错误：当“replace = FALSE”时，无法获取大于总体的样本
我不是很确定这是什么意思，我也没有在网上找到很多关于这个的信息。有什么想法吗？
短暂性脑缺血发作