如何克服不定矩阵误差（NbClust）？答案

【问题标题】：How to overcome indefinite matrix error (NbClust)?如何克服不定矩阵误差（NbClust）？
【发布时间】：2019-08-11 04:39:03
【问题描述】：

我在调用NbClust() 时遇到以下错误：

Error in NbClust(data = ds[, sapply(ds, is.numeric)], diss = NULL, distance = "euclidean", : TSS 矩阵是不定的。一定是缺失值太多。索引不能进行计算。

我在运行 NbClust 之前调用了 ds <- ds[complete.cases(ds),]，因此没有缺失值。

知道这个错误背后的原因吗？

谢谢

【问题讨论】：

我已经大幅减少了变量的数量，现在面临以下错误：NbClust 中的错误（data = ds[, sapply(ds, is.numeric)], diss = NULL, distance = "euclidean", : 无效的聚类方法

标签： cluster-analysis

【解决方案1】：

我在研究中遇到了同样的问题。所以，我给包维护者 Nadia Ghazzali 发了邮件，得到了答复。我会附上我的邮件和她的回复。

我的电子邮件：

亲爱的 Nadia Ghazzali。你好纳迪亚。我有一些关于 R 库中的 NbClust 函数。我试过谷歌搜索但不能找到满意的答案。首先，我非常感谢你制作这个很棒的 R 库。这对我的研究很有帮助。我测试过 NbClust 库中的 NbClust 函数以及我自己的数据，如下所示。
> clust <- NbClust(data, distance = “euclidean”, 
                   min.nc = 2, max.nc = 10, method = ‘kmeans’, index =”all”)
但很快，发生了错误。错误：除以零！错误指数.WBT(x = jeu, cl = cl1, P = TT, s = ss, vv = vv) : 对象 'scott' not found 所以，我逐行尝试了 NbClust 函数发现一些索引，如 CCC、Scott、marriot、tracecovw、 tracew、friedman、rubin，因对象原因未计算 vv = 0。我对代数不是很熟悉，所以我不知道什么意思的特征值。但在我看来，对象 ss（它是 eigenValues) 在 prodected 后不应为 0。所以，这是我的问题。 我假设我的数据非常稀疏（很多零值），以至于 sqrt(eigenValues) 变得太小了，对吗？对不起，我无法附加我的数据，但我可以附加特征值的某些部分和平方特征值。
> head(eigenValues)
[1] 0.039769880 0.017179826 0.007011972 0.005698736 0.005164871 0.004567238

> head(sqrt(eigenValues))
[1] 0.19942387 0.13107184 0.08373752 0.07548997 0.07186704 0.06758134
如果我的假设是正确的，我可以为这些问题做些什么？只有一个退出7个指数的方法？感谢您的阅读，我将等待您的回复。最好的问候！

她的回复：

亲爱的韩松，

感谢您的关注。是的，你的理解很好。遗憾的是，这七个指标无法应用。

最好的问候，

纳迪亚·加扎利

【讨论】：

【解决方案2】：

@seni 这个错误的原因是数据相关。如果你看一下这个函数的源代码，

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.")
        } 
}

我认为这个错误的根本原因是当集群数量非常多时渗入的负特征值，即max.nc 很高。因此，要解决问题，您必须查看您的数据。看看它是否有更多的列然后是行。删除缺失值，检查共线性和多重共线性、方差、协方差等问题。

对于另一个错误invalid clustering method，请查看方法here的源代码。查看给定链接中的行号168, 169。您收到此错误消息是因为聚类方法为空。 if (is.na(method)) stop("invalid clustering method")

【讨论】：