具有多个观测值、变量和组的马氏距离答案

【问题标题】：Mahalanobis distance with multiple observations, variables and groups具有多个观测值、变量和组的马氏距离
【发布时间】：2020-09-23 22:12:50
【问题描述】：

对于iris 数据集，我试图找出每对物种之间的马氏距离。我尝试了以下但没有运气。我尝试了以下方法：

group <- matrix(iris$Species) 
group <- t(group[,-5])

variables <- c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width")
varibles <- as.matrix(iris[,variables])

mahala_sq <- pairwise.mahalanobis(x=variables, grouping=group)

但是得到错误信息

pairwise.mahalanobis(x = variables, grouping = group) 中的错误： nrow(x) 和 length(grouping) 不同

【问题讨论】：

请告诉我们pairwise.mahalanobis 来自什么包...
这能回答你的问题吗？ Mahalanobis distance with multiple observations per group

标签： r cluster-analysis mahalanobis iris-dataset

【解决方案1】：

这行得通：

HDMD::pairwise.mahalanobis(x=iris[,1:4], grouping=iris$Species)

x 应该是观察值的数值矩阵（columns=variables，rows=observations）
grouping 应该是长度等于 nrow(x) 的“指定观察组分类的字符或值的向量”

我在编辑您的问题时意识到问题源于拼写错误（您分配了varibles 而不是variables）；如果你修正了那个错字，你的代码似乎可以工作（至少不会抛出错误）。（我仍然声称我的解决方案更简单......）

如果您想更加小心，可以使用x <- iris[colnames(x) != "Species"]（或subset(select=) 或dplyr::select() 模拟）按名称而不是位置来引用省略的列。

如果您希望（出于某种原因）使用单个响应变量运行此分析，则需要使用 drop=FALSE 以防止单列矩阵折叠为向量，即使用 x=iris[,1,drop=FALSE]

【讨论】：

谢谢。这是否给出平方的马氏距离？要获得马氏距离，您只需执行以下操作：sqrt(m.d$distance)？其中 m.d 是您的答案的输出
我不知道...阅读该函数的文档以找出...？或者，如果文档不清楚，请设置一个您知道答案的示例（并且 MD 与 1 完全不同）以找出...或将其中一对的答案与内置 @ 987654332@函数，它明确表示它返回平方MD ...（PS，在?pairwise.mahalanobis中搜索“squared” ...）
谢谢。可以确认它是平方距离。我将如何更改代码以仅测试一个属性，例如萼片长度。我尝试了以下但没有运气：pairwise.mahalanobis(x=iris[,1], grouping=iris$Species)
关于平方距离，请阅读文档 ...我建议您如何在?pairwise.mahalanobis 中找到此信息。