![](/img/trans.png)
[英]How to convert data.frame into distance matrix for hierarchical clustering?
[英]define data.frame as a distance and perform hierarchical clustering in R
ggg <- data.frame(row.names=c("a","b","c","d","e"),var1=c("0","0","0","0","0"),var2=c("1","1","1","1","2"))
ggg_dist <- as.matrix(ggg) %>% as.dist(.)
In as.dist.default(.) : non-square matrix
class(ggg_dist)
[1] "dist"
ggg_dist
Warning message:
In df[row(df) > col(df)] <- x :
number of items to replace is not a multiple of replacement length
h_ggg <- hclust(ggg_dist,method="average")
Fehler in hclust(ggg_dist, method = "average") :
'D' must have length (N \choose 2).
我想用ggg
執行層次聚類。 ggg_dist
是由ggg
制成的class()
確認的距離。 我想用ggg_dist
進行層次聚類,但這不起作用。 它顯示了上述錯誤。 我該如何解決。
我試過如何將data.frame轉換為距離矩陣進行層次聚類? ,但是當我嘗試調用ggg_dist
時得到相同的錯誤。
您可以使用dist
分布:
ggg_dist <- dist(ggg, method = "euclidian")
結果:
ggg_dist
a b c d
b 0
c 0 0
d 0 0 0
e 1 1 1 1
as.dist()
需要一個方陣或 data.frame。 您原來的 object ggg
有 5 行但只有 2 列。
像下面這樣的東西會起作用。
ggg <- data.frame(row.names = c("a", "b"),
var1 = c("0", "0"),
var2 = c("1", "1"))
ggg_dist <- as.dist(ggg)
h_ggg <- hclust(ggg_dist, method="average")
h_ggg
#>
#> Call:
#> hclust(d = ggg_dist, method = "average")
#>
#> Cluster method : average
#> Number of objects: 2
由代表 package (v0.3.0) 於 2020 年 5 月 27 日創建
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.