如何修复 r 中的 kmeans 错误：“聚类中心多于不同的数据点”答案

【问题标题】：How to fix kmeans error in r : 'more cluster centers than distinct data points'如何修复 r 中的 kmeans 错误：“聚类中心多于不同的数据点”
【发布时间】：2013-06-10 10:18:46
【问题描述】：

当我运行 kmeans 算法时，我收到此错误：

Error in kmeans(x, 2, 15) : 
  more cluster centers than distinct data points.

如何解决此错误，它是什么意思？我认为我的数据点是不同的？

这是我的文件和我用来生成 kmeans 的 r 代码：

rnames.csv : 
"a1","a2","a3"

cells.csv : 
0,1,2,1,4,3,5,3,4

cnames.csv : 
"google","so","test"

cells = c(read.csv("c:\\data-files\\kmeans\\cells.csv", header = TRUE))
rnames = c(read.csv("c:\\data-files\\kmeans\\rnames.csv", header = TRUE))
cnames = c(read.csv("c:\\data-files\\kmeans\\cnames.csv", header = TRUE))

x <- matrix(cells, nrow=3, ncol=3, byrow=TRUE, dimnames=list(rnames, cnames))

# run K-Means
km <- kmeans(x, 2, 15)

【问题讨论】：

这正是它所说的：您的数据中的不同案例少于您指定的中心数量。这表明您的数据与您在 Q 中勾勒的示例不匹配，因为当我将该数据读入 3x3 矩阵时，kmeans 运行良好。当您真正收到错误时，请仔细检查x。
@joran 是的，x 确实是空的，我的文件只包含数据（没有标题）所以当我更改为 header=FALSE 而不是 header=TRUE 时它确实有效

标签： r k-means hierarchical-clustering

【解决方案1】：

解决这个问题是使用：

cells = c(read.csv("c:\\data-files\\kmeans\\cells.csv", header = FALSE))
rnames = c(read.csv("c:\\data-files\\kmeans\\rnames.csv", header = FALSE))
cnames = c(read.csv("c:\\data-files\\kmeans\\cnames.csv", header = FALSE))

而不是

cells = c(read.csv("c:\\data-files\\kmeans\\cells.csv", header = TRUE))
rnames = c(read.csv("c:\\data-files\\kmeans\\rnames.csv", header = TRUE))
cnames = c(read.csv("c:\\data-files\\kmeans\\cnames.csv", header = TRUE))

【讨论】：