Je pense que cetteUtiliser `purrr :: map` avec k-means
kmeans(x = matrix(1:50, 5), centers = 2, iter.max = 10)
Peut-être écrire:
matrix(1:50, 5) %>%
map(~kmeans(x = .x, centers = 2, iter.max = 10))
Error in sample.int(m, k) :
cannot take a sample larger than the population when 'replace = FALSE'
Mais la seconde ne fonctionne pas. Comment utiliser kmeans en combinaison avec purrr::map()?
Le matrix est à lui seul un vector avec des attributs dim. Ainsi, lorsque nous appliquons directement map sur le matrix, il passe par chacun des éléments individuels. Au lieu de cela, placez-le dans un list
list(matrix(1:50, 5)) %>%
map(~kmeans(x = .x, centers = 2, iter.max = 10))
Notez que pour un seul matrix, on n'a pas besoin map
matrix(1:50, 5) %>%
kmeans(., centers = 2, iter.max = 10)
Il devient utile lorsque nous avons un list de matric es
list(matrix(1:50, 5), matrix(51:100, 5)) %>%
map(~kmeans(x = .x, centers = 2, iter.max = 10))
Pourquoi avez-vous besoin de 'map' ici? 'matrice (1:50, 5)%>% kmeans (., centres = 2, iter.max = 10)'. Une 'matrice' est un' vecteur' avec des attributs dim. Quand vous faites 'map', il passe par chaque observation. – akrun
@akrun parce que dans mon exemple original j'ai plusieurs matrices (mises à l'échelle, avec/sans certaines variables, etc.), et je voudrais comparer les résultats du regroupement les uns par rapport aux autres. – Dambo
Je ne suis pas sûr d'avoir compris. Si vous avez plusieurs matrices dans une 'liste', alors' map' peut être appliqué – akrun