如何解决使用 factoextra 包从差异度量中可视化 PAM 集群
此问题最初发布于 Cross Validated,但由于“题外”而关闭。从那以后,我遇到了同样的问题,想知道如何以编程方式解决它。
使用 R 的 factoextra
包,我希望使用 fviz_cluster()
函数可视化一些聚类分析;具体来说,我在执行 PAM(即 cluster::pam
)后遇到了问题。
注意:所使用的数据包含所有没有缺失值的数字特征,并且在聚类之前已经过缩放和居中。
我目前的流程如下:
library(cluster)
library(factoextra)
data -> df
factoextra::get_dist(df,method = "spearman") -> dist_mtx
cluster::pam(
x = dist_mtx,#dissimilarity matrix
k = 4,#number of clusters
diss = TRUE,#flag indicating use of disimiliarity matrix
# metric = "euclidean",#ignored since dissimiliarty matrix is used
pamonce = FALSE #default for original algo
) ->
pam_res
PAM 方法可能需要一段时间,具体取决于数据集的大小,但输出为
代表聚类的“pam”类对象。详情见?pam.object
这是我遇到问题的地方,因为 fviz_cluster
的后端代码。如果我执行以下操作:
fviz_cluster(
object = pam_res,# data = df,geom = "point"
)
我收到一条错误消息:
Error in array(x,c(length(x),1L),if (!is.null(names))) list(names(x),: 'data' must be of vector type,was NULL
文档指出 data
参数仅在可视化 kmeans 或 DBSCAN 时必需。即使数据包含在 fviz_cluster
函数中,上述代码块仍然不起作用。
此 SO 响应中提供了一种解决方法,并将实际数据附加到生成的“pam”对象(即 df -> pam_res$data
)。虽然这有效,但我想知道它是否真的影响了结果可视化? fviz_cluster
函数似乎不能同时使用相异矩阵 AND 数据集来生成图像,所以当我将数据添加到对象时,我的相异矩阵会被忽略吗?
任何想法将不胜感激!
干杯
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。