NbClustパッケージエラー

Question

データ（100行×130列）にパッケージNbClustを実行して、選択する必要があるクラスタの数を判断しようとしていますが、完全なデータに適用しようとするとこのエラーが発生します設定：私は100x80行列に法を適用すると

> nc <- NbClust(mydata, distance="euclidean", min.nc=2, max.nc=99, method="ward", 
index="duda")  
[1] "There are only 100 nonmissing observations out of a possible 100 observations." 
Error in NbClust(mydata, distance = "euclidean", min.nc = 2, max.nc = 99, : 
The TSS matrix is indefinite. There must be too many missing values. The index cannot be calculated. 

は、それが必要な出力を生成しない（100×100また、私のエラーメッセージを与えたが、別の1）。しかし、明らかに、私はこのメソッドをデータセット全体に適用したいと思います。 FYI - 距離行列を作成し、Wardの方法でクラスタリングすることは問題ありませんでした。距離行列とデンドログラムの両方が生成されました...

Answer 1

私は、このエラーメッセージの原因を発見し、それは本質的データに関連しているかなり確信しています。私はNbClustパッケージの元のコードを見て、エラーがコードの先頭部分に由来するが見つかりました：

NbClust <- function(data, diss="NULL", distance = "euclidean", min.nc=2, max.nc=15, method = "ward", index = "all", alphaBeale = 0.1) 
{ 
x<-0 
min_nc <- min.nc 
max_nc <- max.nc 
jeu1 <- as.matrix(data) 
numberObsBefore <- dim(jeu1)[1] 
jeu <- na.omit(jeu1) # returns the object with incomplete cases removed 
nn <- numberObsAfter <- dim(jeu)[1] 
pp <- dim(jeu)[2] 
TT <- t(jeu)%*%jeu 
sizeEigenTT <- length(eigen(TT)$value) 
eigenValues <- eigen(TT/(nn-1))$value 
for (i in 1:sizeEigenTT) 
{ 
     if (eigenValues[i] < 0) { 
    print(paste("There are only", numberObsAfter,"nonmissing observations out of a possible", numberObsBefore ,"observations.")) 
    stop("The TSS matrix is indefinite. There must be too many missing values. The index cannot be calculated.") 
     } 
} 

だから、私の場合には、私の行列が負の固有値を生成します。私はこれを二重にチェックしました。それは次のようになります。固有値が正のままである約100までの主要な部分行列。これは私の行列の数学的な問題です。つまり、陽性行列ではありません。これはかなりの理由で重要です。原因と解決方法の説明は非常に良いです。http://www2.gsu.edu/~mkteer/npdmatri.html これを引き起こす原因を調べるためにデータを分析しています。したがって、コードは問題ありません。このエラーメッセージが表示された場合は、おそらくデータに戻る必要があります。

転置データには注意が必要です。転記データ（つまり、元のデータ）の転置と転置データを本質的に乗算しているからです。 元の転記時刻は元の転記時刻と同じではありません!!

Answer 2

行よりも多くの列を持つ行列で作業する場合、私は同じ問題を抱えていました。他のR関数に影響を与える問題、princompのような問題PCA分析（この場合、prcompを使用する必要があります）。この場合にはこれを行うの

私の方法は、単に転置行列を使用している：

NbClust(t(mydata), distance="euclidean", min.nc=2, max.nc=99, method="ward", 
index="duda") 

Answer 3

私は関数で起こるか分からないが、あなたはループとdiferents方法を適用することができます（あなたは「base_muli_sinna」を変更する必要があり、このコードを適用したい場合）

lista.methods = c("kl", "ch", "hartigan","mcclain", "gamma", "gplus", 
        "tau", "dunn", "sdindex", "sdbw", "cindex", "silhouette", 
        "ball","ptbiserial", "gap","frey") 
lista.distance = c("metodo","euclidean", "maximum", "manhattan", "canberra") 

tabla = as.data.frame(matrix(ncol = length(lista.distance), nrow = length(lista.methods))) 
names(tabla) = lista.distance 

for (j in 2:length(lista.distance)){ 
for(i in 1:length(lista.methods)){ 

nb = NbClust(base_multi_sinna, distance = lista.distance[j], 
      min.nc = 2, max.nc = 10, 
      method = "complete", index =lista.methods[i]) 
tabla[i,j] = nb$Best.nc[1] 
tabla[i,1] = lista.methods[i] 

}} 

tabla