将 `purrr::map` 与 k-means 一起使用答案

【问题标题】：Use `purrr::map` with k-means将 `purrr::map` 与 k-means 一起使用
【发布时间】：2017-10-19 19:40:10
【问题描述】：

我以为是这个

 kmeans(x = matrix(1:50, 5), centers = 2, iter.max = 10)

可以写成：

matrix(1:50, 5) %>% 
map( ~kmeans(x = .x, centers = 2, iter.max = 10))

Error in sample.int(m, k) : 
  cannot take a sample larger than the population when 'replace = FALSE'

但是第二个不起作用。如何将kmeans 与purrr::map() 结合使用？

【问题讨论】：

这里为什么需要map？ matrix(1:50, 5) %>% kmeans(., centers = 2, iter.max = 10)。 matrix 是具有暗淡属性的 vector。当您执行map 时，它会遍历每个单独的观察结果。
@akrun 因为在我原来的例子中我有几个矩阵（缩放，有/没有某些变量等），我想比较聚类的结果。
不确定我明白了。如果list中有多个矩阵，则可以应用map
如果您的方法在 list 即 list(matrix(1:50, 5), matrix(51:100, 5)) %>% map( ~kmeans(x = .x, centers = 2, iter.max = 10)) 中，您的方法将有效

标签： r purrr

【解决方案1】：

matrix 本身就是一个带有暗属性的vector。因此，当我们直接在matrix 上应用map 时，它会遍历每个单独的元素。而是将其放在list

list(matrix(1:50, 5) ) %>% 
         map( ~kmeans(x = .x, centers = 2, iter.max = 10))

请注意，对于单个 matrix，我们不需要 map

 matrix(1:50, 5) %>% 
      kmeans(., centers = 2, iter.max = 10)

当我们有 list 或 matrices 时，它变得有用

list(matrix(1:50, 5), matrix(51:100, 5)) %>% 
            map( ~kmeans(x = .x, centers = 2, iter.max = 10))

【讨论】：