有3个变量是x，z = 1-（x + y）。 （x> = 0，y> = 0，z> = 0）
数据如下。
O（1）=（x1，y1，z1）
O（2）=（x2，y2，z2）
...
O（n）=（xn，yn，zn）
我认为没有必要表达每个观察结果，因为z由x和y决定。
所以，我用x和y对这些数据进行了聚类。 并且也用x，y和z聚类相同的数据。
结果不同。 因为2D和3D中的距离不相等。 （它改变了。）
（是的，当然，距离2D和3D不相等。）
但是，在这种情况下，聚类的正确方法是什么？
我必须使用x和y吗？或者，我必须使用x，y和z吗？为什么？
请有人帮助我。提前谢谢！
以下是R代码。
############
x <- sample(c(0:100), 100, replace = T)
y <- sample(c(0:100), 100, replace = T)
z <- 200 - (x+y)
xyz <- cbind(x,y,z)
xyz <- xyz/200 # z=1-(x+y)
xy <- zyz[,-3]
require(fpc)
(xy.pamk <- pamk(xy))
plot(xy,col=xy.pamk$pamobject$clustering)
(xyz.pamk <- pamk(xyz))
require(rgl)
plot3d(xyz,col=xyz.pamk$pamobject$clustering,xlim=c(0,1), ylim=c(0,1), zlim=c(0,1))
##############
答案 0 :(得分：0)
你的理论认为你不需要z，因为它可以从x和y计算出来是有缺陷的。
如果是这样，那么x，y和x，z和y，z都会得到相同的结果。
但算法不假设x + y + z = 1。他们不会假设x*x+y*y+z*z=1或其他功能依赖。