如何将read.table的输出转换为dist将正确解释的向量向量？

我试图准备一个

dist

结构，用于R中的一个集群库。输入是一个包含固定大小整数向量的文件。这是一个示例输入，尽管实际输入的每行中有7列以上

54540,22060,52234,49984,34093,16412,46758
47075,41863,26267,8577,45153,6133,31558
33741,50895,45860,49942,47074,30793,10483
24437,5884,44081,34891,41438,23705,30392
28575,50826,36723,27807,28152,31804,3303
12936,26572,5576,1758,5484,12165,19950
2086,33345,4810,15722,594,34,15562
19701,46650,38306,33724,24992,55188,53023

我想读入它们，让R将它们解释为向量，然后将向量传递给

myfun

，以计算编辑距离作为距离度量。 但是，

数据

似乎没有适当的格式，因此使用不正确的参数调用了

myfun

我目前有以下代码

library(cluster)                                                   
library(proxy)                                                     

myfun <- function(x,y) {                                           
  numDiffs <- 0;                                                   
  for (i in x) {                                                   
    if (x[i] != y[i])                                              
       numDiffs <- numDiffs + 1;                                   
  }                                                                
  return(numDiffs);                                                
}                                                                  
summary(pr_DB)                                                     

pr_DB$set_entry(FUN = myfun, names = c("myfun", "vectorham"))      
pr_DB$get_entry("MYFUN")                                           

data <- read.table("Sample.txt", header=FALSE, sep=",")            

x <- dist(x = data, method = "MYFUN")                             

库（集群）
图书馆（代理）
myfun问题在于（i in x）{

的行

。我想你的意思是（i in seq_沿（x））{

的行

。无论如何，试着用这个代替：

myfun <- function(x,y) sum(x != y)

我认为这是正确的。
问题在于（I in x）{

的行

。我想你的意思是（I in seq_沿（x））{

。无论如何，试着用这个代替：

myfun <- function(x,y) sum(x != y)

---

我认为这是正确的。

这有两个问题：

如果myfun中的x和y的长度不同，则可能会在需要TRUE/FALSE的地方得到缺少的值，因为其中一个将是N/A

据我所知，Dist不接受您自己定义的函数。请参阅

费迪南德所说的“x中的i”，他的建议很好

---

矩阵实际上与向量向量没有任何区别。只需将行向量称为数据[rowNum，]。此外，“dist结构”只是一个矩阵。

与此相关的问题如下：

如果myfun中的x和y的长度不同，则可能会在需要TRUE/FALSE的地方得到缺少的值，因为其中一个将是N/A

据我所知，Dist不接受您自己定义的函数。请参阅

费迪南德所说的“x中的i”，他的建议很好

---

矩阵实际上与向量向量没有任何区别。只需将行向量称为数据[rowNum]，而且，“dist结构”就是矩阵。

您可以将

myfun

定义为

sum（x！=y）

。您可以将

myfun

定义为

sum（x！=y）

。我的向量是固定长度的。不过我会先试试费迪南德的答案。

myfun

确实会被调用。他使用的是

proxy:：dist

而不是

stats:：dist

。我的向量是固定长度的。不过我会先试试费迪南德的答案。

myfun

确实会被调用。他使用的是

proxy:：dist

而不是

stats:：dist>

。表面上，此解决方案消除了错误。但是，R似乎仍然认为总共有10多个项目需要群集，即使我的小示例文件仅包含10个项目。表面上，此解决方案消除了错误。但是，R似乎仍然认为总共有10多个项目需要群集尽管我的小样本文件只包含10项。

data <- read.table(header=FALSE, sep=",", text="
54540,22060,52234,49984,34093,16412,46758
47075,41863,26267,8577,45153,6133,31558
33741,50895,45860,49942,47074,30793,10483
24437,5884,44081,34891,41438,23705,30392
28575,50826,36723,27807,28152,31804,3303
12936,26572,5576,1758,5484,12165,19950
2086,33345,4810,15722,594,34,15562
19701,46650,38306,33724,24992,55188,53023
")

library(cluster)                                                   
library(proxy)                                                     

myfun <- function(x,y) sum(x != y)

summary(pr_DB)                                                     

pr_DB$set_entry(FUN = myfun, names = c("myfun", "vectorham"))      
pr_DB$get_entry("MYFUN")                                           


x <- dist(x = data, method = "MYFUN") 

> x
  1 2 3 4 5 6 7
2 7            
3 7 7          
4 7 7 7        
5 7 7 7 7      
6 7 7 7 7 7    
7 7 7 7 7 7 7  
8 7 7 7 7 7 7 7
> data
     V1    V2    V3    V4    V5    V6    V7
1 54540 22060 52234 49984 34093 16412 46758
2 47075 41863 26267  8577 45153  6133 31558
3 33741 50895 45860 49942 47074 30793 10483
4 24437  5884 44081 34891 41438 23705 30392
5 28575 50826 36723 27807 28152 31804  3303
6 12936 26572  5576  1758  5484 12165 19950
7  2086 33345  4810 15722   594    34 15562
8 19701 46650 38306 33724 24992 55188 53023