输入为距离矩阵时均值偏移聚类中的错误

Question

当我运行以下代码时：

library(fossil)
df    <- data.frame(long,lat)
dist  <- earth.dist(df, dist=F) #calculating distance matrix
library(LPCM)
ms(dist,0.43,scaled=TRUE,iter=100,plotms=1)

我收到一个错误：

Error in if (th[j] < thresh) { : missing value where TRUE/FALSE needed

我已经通过了运行均值偏移聚类所需的每个输入。为什么我会收到此错误？ 如何告诉ms输入是距离矩阵而不是数据矩阵？

    head(df)
      long      lat
1 116.3313 39.97575
2 116.3315 39.97562
3 116.3319 39.97550
4 116.3321 39.97545
5 116.3324 39.97550
6 116.3327 39.97548

Answer 1

试试这个

ms(dist,0.43,scaled=TRUE,iter=100,plotms=1,na.rm=TRUE)  

在错误之后立即给出命令 traceback()。这将使您找出导致错误的代码行。看看是否有任何您不希望在该迭代中出现的内容丢失或为 0。

Answer 2

由于ms 函数似乎无法处理缺失值，因此您必须将它们从数据框中删除：

df <- df[apply(df, 1, function(x) !any(is.na(x))),]
dist  <- earth.dist(df, dist=F) #calculating distance matrix
library(LPCM)
ms(dist,0.43,scaled=TRUE,iter=100,plotms=1)

Answer 3

就我所理解的均值偏移而言，

Mean-Shift 不能与预先计算的距离矩阵一起使用

因为它需要移动点，并计算距离移动位置的距离。您将如何预先计算这些距离？

这与 k-means 基本相同，也需要到均值的距离。