如何修复r:'；群集中心比不同的数据点多'；

运行kmeans算法时，我收到以下错误：

Error in kmeans(x, 2, 15) : 
  more cluster centers than distinct data points.

如何修复此错误？这意味着什么？我认为我的数据点是不同的

以下是我用来生成kmeans的文件和r代码：

rnames.csv : 
"a1","a2","a3"

cells.csv : 
0,1,2,1,4,3,5,3,4

cnames.csv : 
"google","so","test"

cells = c(read.csv("c:\\data-files\\kmeans\\cells.csv", header = TRUE))
rnames = c(read.csv("c:\\data-files\\kmeans\\rnames.csv", header = TRUE))
cnames = c(read.csv("c:\\data-files\\kmeans\\cnames.csv", header = TRUE))

x <- matrix(cells, nrow=3, ncol=3, byrow=TRUE, dimnames=list(rnames, cnames))

# run K-Means
km <- kmeans(x, 2, 15)

rnames.csv:
“a1”、“a2”、“a3”
cells.csv：
0,1,2,1,4,3,5,3,4
cnames.csv：
“谷歌”，“所以”，“测试”
cells=c（读取.csv（“c:\\data files\\kmeans\\cells.csv”，header=TRUE））
rnames=c（读.csv（“c:\\data files\\kmeans\\rnames.csv”，header=TRUE））
cnames=c（读取.csv（“c:\\data files\\kmeans\\cnames.csv”，header=TRUE））
x此问题的解决方法是：

cells = c(read.csv("c:\\data-files\\kmeans\\cells.csv", header = FALSE))
rnames = c(read.csv("c:\\data-files\\kmeans\\rnames.csv", header = FALSE))
cnames = c(read.csv("c:\\data-files\\kmeans\\cnames.csv", header = FALSE))

而不是

cells = c(read.csv("c:\\data-files\\kmeans\\cells.csv", header = TRUE))
rnames = c(read.csv("c:\\data-files\\kmeans\\rnames.csv", header = TRUE))
cnames = c(read.csv("c:\\data-files\\kmeans\\cnames.csv", header = TRUE))

它的意思正是它所说的：与您指定的中心数量相比，您的数据具有更少的不同案例。这表明您的数据与您在Q中绘制的示例不匹配，因为当我将该数据读入3x3矩阵时，
kmeans
运行良好。当您实际收到错误时，请仔细检查
x
。@joran是的，x实际上是空的，我的文件只包含数据（没有标题），因此当我更改为header=FALSE而不是header=TRUE时，它确实起作用