我正在尝试执行分层聚类,并且我想使用nbclust来确定最佳的聚类数量。但是,我不断收到以下错误:
t(jeu)%*%jeu中的错误:需要数字/复杂矩阵/矢量参数
我已经生成了一个相异矩阵并绘制了树状图。我的数据集包含2个数字变量和260个观测值。
我尝试了其他问题中建议的几种解决方案,例如不将数据包含在函数中,并且仅使用相异矩阵,但出现以下错误:
需要数据矩阵。只能计算frey,mcclain,cindex,sihouette和dunn。
我一直在使用的代码如下:
dist.gower <- daisy(mydata, metric = "gower")
aggl.clust.c <- hclust(dist.gower, method = "complete")
plot(aggl.clust.c,
main = "Agglomerative, complete linkages")
NbClust(mydata, diss="dist.gower", method= "complete", index="all")
树状图已成功绘制,但我不断收到此错误消息:
t(jeu)%*%jeu中的错误:需要数字/复杂矩阵/矢量参数
答案 0 :(得分:0)
需要数据矩阵。只能计算frey,mcclain,cindex,sihouette和dunn。
这是指事实,其中某些索引(除提及的索引以外)均需要坐标数据。请参阅索引的定义!
由于某些索引无法在没有坐标的情况下进行计算,因此index="all"
无效。
使用index="silhouette"
,错误应消失。