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 * 拟合 * 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)字符串
显示的错误为
mkCheckX（x，diss）中的错误：x不是数据矩阵
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")型
1条答案
按热度按时间jtoj6r0c1#
clusplot函数接受其第一个参数为矩阵或 Dataframe ，或相异性矩阵（或距离矩阵），具体取决于diss参数的值，默认值为FALSE。有关详细信息，请参阅?clusplot。所以，你需要用途：
字符串
或
型
你得到错误是因为你的矩阵
d没有被函数mkCheckX识别为矩阵，因为对于R来说是类dist的对象（不是矩阵！）。如果你尝试is.matrix(d)，你应该得到FALSE。此外，不要期望使用这两种方法得到相同的结果，因为当提供数据矩阵时，聚类是以不同的方式产生的（基于主成分分解，查看代码）。
如果你查看
dist的帮助，你可以看到你可以使用不同的方法（“euclidean”，“maximum”，“曼哈顿”，“堪培拉”，“binary”或“minkowski”）来计算距离，你应该通过改变计算距离的方法来期待不同的聚类。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。