R k-矩阵上的聚类

我试图用“kmeans”算法对多维函数对象进行集群。这意味着什么：所以我不再为每一行或每一个人提供一个向量，甚至为每一个人提供一个3x3的观察矩阵。例如：Individual=1具有以下观察值：

（x1，x2，x3），（y1，y2，y3），（z1，z2，z3）

对其他个体也给出了相同的观察结构。所以你知道我如何用“kmeans”聚类，包括所有3个观察向量，而不仅仅是一个观察向量，它是如何正常地用于“kmeans”聚类的吗？ 你会对每个观测向量f.e.（x1，x2，x3）分别进行计算，然后以某种方式将信息组合在一起吗？我想用R中的

kmeans（）

函数来实现这一点

---

非常感谢你的回答

使用k-均值，您可以将每个观测解释为N维向量空间中的一个点。然后最小化观测值和簇中心之间的距离

由于数据被视为N-dim空间中的点，因此值的实际排列并不重要

---

因此，您可以告诉k-means例程使用矩阵范数，例如，来计算距离。另一种方法是将观测值从3乘3的矩阵展平到1乘9的向量。NxN矩阵的Frobenius范数等价于1xN^2向量的欧几里德范数。

只要给

kmeans（）

所有三列提供参数，它将计算三维距离，如果这是您想要的