我想使用 R 对数据进行层次聚类，如下所示：
L1 L2 L3
W1 p pr r
W2 p NA r
这应该意味着 L2 与 L1 和 L3 共享特征 W1，而特征 W2 存在于 L1 和 L3 中，但具有不同的值，并且在 L2 中缺失。（编辑L 是语言，W 是这些语言中的词干，值（p、r 等）描述了这些词如何在特定语言中派生出来。我相信一个词在不同的语言可能暗示共同的起源。当它丢失时，不清楚：它可能意味着什么，或者我的来源可能不完整，但我想我必须谨慎地假设第一个选项。最终目标是根据什么对语言进行分类茎存在于它们中，以及它们的行为方式。结束编辑）
您能否解释一下我如何转换这些数据以便能够对它们进行分类，并建议我应该使用什么相似度指数？