R语言——聚类分析——处理错误：NAs introduced by coercion

1、聚类分析

使用的是距离矩阵

D=dist(iris)
hc=hcclust(D,method="single")  #method方法默认是complete，最长距离
plot(hc)

2、K-means（K均值聚类或K近邻聚类）

使用的是普通矩阵

set.seed(123)
km=kmeans(chart,5)
kc=km$cluster    #cluster是km的一列值，用$可以将其单独读取出来

实验问题：

报错信息：

Warning message:
In dist(effection) : NAs introduced by coercion

> effection=read.xlsx('D:/大三下/多元统计分析R语言/实验报告/3-6.xlsx',rowNames=T,1)
> hc=hclust(dist(effection),method = "ward.D2")
Warning message:
In dist(effection) : NAs introduced by coercion

说明实验数据有问题，有两种可能，两种处理方法：

1、导入数据时，第一列无关数据（eg：序号）也加入了运算

——>直接在excel表中删除无关列

——>或者在导入数据时，设置以下rowNames=T，让导入的第一列设置为title，就不会参与后续运算

2、还有可能是，excel表中的实验数据有chart型的，所以在导入时被识别到，自动赋值为NA，未知，所以在后续运算时，虽然不报错但，对结果也会造成一定影响

——>打开excel表，检查表中的数据，尤其是数字间的多余的空格

3、chart型数据参与了运算

——>用R自带的函数——matrix()和cbind()或rbind()函数构建新的，不包含字符型数据的矩阵

eg：

原先的矩阵：

使用如下代码，创建新矩阵X

> x1=matrix(iris$Sepal.Length)
> x2=matrix(iris$Sepal.Width)
> x3=matrix(iris$Petal.Length)
> x4=matrix(iris$Petal.Width)
> X=cbind(x1,x2,x3,x4)
> D=dist(X)
> hc=hclust(D,method = "single")
> plot(hc)

新矩阵不包含字符：

R语言——聚类分析——处理错误：NAs introduced by coercion相关推荐

R语言聚类分析--cluster, factoextra
R语言聚类分析–cluster, factoextra 本文转载自"R语言中文社区",己获授权,宏基因组公众号编辑对内容进行测试.修改及补充. 原文链接:https://mp.we ...
R语言聚类分析之基于划分的聚类KMeans实战：基于葡萄酒数据
R语言聚类分析之基于划分的聚类KMeans实战:基于葡萄酒数据目录 R语言聚类分析之基于划分的聚类KMeans实战:基于葡萄酒数据
R语言聚类分析之基于划分的聚类KMeans实战：基于菌株数据
R语言聚类分析之基于划分的聚类KMeans实战:基于菌株数据目录 R语言聚类分析之基于划分的聚类KMeans实战:基于菌株数据
R语言聚类分析之层次聚类（hierarchical clustering）实战
R语言聚类分析之层次聚类(hierarchical clustering)实战目录 R语言聚类分析之层次聚类(hierarchical clustering)实战 #距离计算
Warning message:NAs introduced by coercion
Warning message:NAs introduced by coercion 目录 Warning message:NAs introduced by coercion 问题: 解决: 完整问 ...
r语言聚类分析_技术贴 | R语言pheatmap聚类分析和热图
点击蓝字↑↑↑"微生态",轻松关注不迷路本文由阿童木根据实践经验而整理,希望对大家有帮助. 原创微文,欢迎转发转载. 导读 pheatmap默认会对输入矩阵数据的行和列同时进行聚 ...
r语言聚类分析_「SPSS数据分析」SPSS聚类分析（R型聚类）的软件操作与结果解读...
在上一讲中,我们讲述了针对样本进行聚类的分析方法-Q型聚类.今天我们将详细讲解针对变量数据进行的聚类分析--系统聚类之R型聚类. 我们要将数据变量进行聚类,但不知道要分成几类,或者没有明确的分类指 ...
r语言聚类分析_图说层次聚类分析原理和R语言实现
1.引言 "物以类聚.人以群分".但我们面对一群人或者一堆物的时候,我们都希望将他们分分类,分类之后,我们才能更加有针对性地采取措施,从而提高工作效率. 如,我们将消费者分成若干类 ...
r语言聚类分析：k-means和层次聚类
聚类分析算法很多,比较经典的有k-means和层次聚类法. k-means聚类分析算法 k-means的k就是最终聚集的簇数,这个要你事先自己指定.k-means在常见的机器学习算法中算是相当简单的, ...

R语言——聚类分析——处理错误：NAs introduced by coercion

R语言——聚类分析——处理错误：NAs introduced by coercion相关推荐

最新文章

热门文章