18

我尝试通过以下方式将聚类方法构建为函数:

mydata <- mtcars

# Here I construct hclust as a function
hclustfunc <- function(x) hclust(as.matrix(x),method="complete")

# Define distance metric
distfunc <- function(x) as.dist((1-cor(t(x)))/2)

# Obtain distance
d <- distfunc(mydata)

# Call that hclust function
fit<-hclustfunc(d)

# Later I'd do
# plot(fit)

但是为什么会出现以下错误:

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

正确的方法是什么?

4

1 回答 1

27

请阅读您使用的功能的帮助。?hclust很明显,第一个参数d是一个相异对象,而不是一个矩阵:

Arguments:

       d: a dissimilarity structure as produced by ‘dist’.

更新

由于 OP 现在已经更新了他们的问题,因此需要的是

hclustfunc <- function(x) hclust(x, method="complete")
distfunc <- function(x) as.dist((1-cor(t(x)))/2)
d <- distfunc(mydata)
fit <- hclustfunc(d)

原来的

你想要的是

hclustfunc <- function(x, method = "complete", dmeth = "euclidean") {    
    hclust(dist(x, method = dmeth), method = method)
}

进而

fit <- hclustfunc(mydata)

按预期工作。请注意,您现在可以传入相异系数方法dmeth和聚类方法。

于 2013-12-03T05:21:07.620 回答