K-手段与我自己的距离函数的聚类

我已经定义了一个距离函数如下K-手段与我自己的距离函数的聚类

jaccard.rules.dist <- function(x,y) ({ 
    # implements feature distance. Feature "Airline" gets a different treatment, the rest 
    # are booleans coded as 1/0. Airline column distance = 0 if same airline, 1 otherwise 
    # the rest of the atributes' distance is cero iff both are 1, 1 otherwise 
    airline.column <- which(colnames(x)=="Aerolinea") 
    xmod <- x 
    ymod <-y 
    xmod[airline.column] <-ifelse(x[airline.column]==y[airline.column],1,0) 
    ymod[airline.column] <-1 # if they are the same, they are both ones, else they are different 

    andval <- sum(xmod&ymod) 
    orval <- sum(xmod|ymod) 
    return (1-andval/orval) 
})

这改变一点点的Jaccard距离为形式的dataframes现在

t <- data.frame(Aerolinea=c("A","B","C","A"),atr2=c(1,1,0,0),atr3=c(0,0,0,1))

，我会喜欢用我刚刚定义的距离在我的数据集上执行一些k-均值聚类。如果我尝试使用函数kmeans，则无法指定我的距离函数。我试过用hclust，它接受一个distanca矩阵，这是我计算如下

distmat <- matrix(nrow=nrow(t),ncol=nrow(t)) 
for (i in 1:nrow(t)) 
    for (j in i:nrow(t)) 
     distmat[j,i] <- jaccard.rules.dist(t[j,],t[i,]) 
distmat <- as.dist(distmat)

，然后调用hclust

hclust(distmat) 

Error in if (is.na(n) || n > 65536L) stop("size cannot be NA nor exceed 65536") : 
missing value where TRUE/FALSE needed

我到底做错了什么？有没有另一种方法可以接受任意距离函数作为其输入？

在此先感谢。

来源

2013-05-06 user2345448

您的距离矩阵中是否缺少值？ – 2013-05-06 20:41:45

或者你的矩阵大小大于65536？ – 2013-05-06 21:04:23

不，没有缺失的值，矩阵是（在上面的例子中）4x4 – user2345448 2013-05-06 23:39:27

我认为distmat（从你的代码）必须是距离结构（这是不同于矩阵）。试试这个：

require(proxy) 
d <- dist(t, jaccard.rules.dist) 
clust <- hclust(d=d) 
[email protected] 

    [,1]   [,2] 
[1,] 0.044128322 -0.039518142 
[2,] -0.986798495 0.975132418 
[3,] -0.006441892 0.001099211 
[4,] 1.487829642 1.000431146

来源

2013-05-06 21:06:31 Carson

我已经将我的矩阵转换为距离> distmat < - as.dist（distmat）。 – user2345448 2013-05-06 23:40:18

K-手段与我自己的距离函数的聚类

回答

相关问题