R中的Kmeans：比不同的数据点更多的聚类中心

Question

在R中使用kmeans会导致以下问题：

  

kmeans出错（smpl $ LOAN_AMOUNT，centers = 10）：   比不同的数据点更多的集群中心。

我提供了一个主要数据集的示例，其中包含带有摘要的因子属性：

摘要（MYDATA）

100 101 102 131 132 200 201 202 250 251 252 253 254 255 305 424 436 502 550 701 702 705 800 950 
 1 989   1   4   4  18 382  31 412  74   7  15   4   1   1   1   1   4  12   1   3   1  25   5 

对于我想要对其样本进行聚类的每个因素，我知道当每个因子中的样本数量不够大，导致一些空簇时，程序失败，

这是我的问题： 无论如何要集群数据，群集的数量最多为K？

谢谢

Answer 1

K-means仅适用于连续变量。

它需要计算 mean ，而不是为因子定义。

因此，如果忽略这些因素，则所有向量都是相同的。