具有多个观测值、变量和组的马氏距离

Question

对于iris数据集，我试图找到每对物种之间的马氏距离。 我已经尝试了以下但没有运气。 我尝试了以下方法：

group <- matrix(iris$Species) 
group <- t(group[,-5])

variables <- c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width")
varibles <- as.matrix(iris[,variables])

mahala_sq <- pairwise.mahalanobis(x=variables, grouping=group)

但是得到错误信息

pairwise.mahalanobis(x = variables, grouping = group) 中的错误：nrow(x) 和 length(grouping) 不同

Answer 1

这有效：

HDMD::pairwise.mahalanobis(x=iris[,1:4], grouping=iris$Species)

• x应该是观测值的数字矩阵（列=变量，行=观测值）
• grouping应该是长度等于nrow(x) “为观察指定组分类的字符或值的向量”

我意识到从一个错字（您分配编辑你的问题，该问题源于varibles ，而不是variables ）; 如果你修正了那个错字，你的代码似乎可以工作（至少不会抛出错误）。 （我仍然声称我的解决方案更简单......）

如果你想更小心一点，你可以使用x <- iris[colnames(x) != "Species"] （或一个subset(select=)或dplyr::select()模拟）来引用省略的列按名称而不是职位。

如果您想（出于某种原因）使用单个响应变量运行此分析，则需要使用drop=FALSE来防止单列矩阵折叠为向量，即使用x=iris[,1,drop=FALSE]