我正在处理一个数据集（第 1 列 = 基因名称和第 2 列 = 表达值），我正在尝试做一个聚类图，但我发现分支是用行号而不是列中的基因 ID 标记的1.
数据集：https ://dl.dropbox.com/u/364456/miRNA.csv
使用：
attach(animals)
d=dist(as.matrix(animals))
hc=hclust(d)
plot(hc)
结果图：
我尝试进行 kmeans 聚类并最终收到此错误：
通过强制引入的 NA。
这表明我没有正确格式化我的数据文件。
有人知道这里发生了什么吗？
为了hclust将您的基因名称识别为正确的标签名称，此列必须是行名称。
问题：基因mmu-miR-191出现两次，行名不能重复。考虑到两行的值相同，我只是假设它是重复的并删除第二行。
read.table("miRNA.csv", sep=",", header=TRUE, row.names=1) -> mirna
mirna[-34,] -> mirna # Delete the redundant row.
row.names(mirna) <- mirna[,1] # Declare column 1 as the row names
dist(as.matrix(mirna)) -> d # And then your routine
hc <- hclust(d)
plot(hc)
默认情况下，行号或行名用于标记观测值。但是，您可以使用标签参数来选择用于标签的变量。
plot(modelname, labels=dataset$variable)