使用“的信息标准变化的R代码；mclust”；

我正在开发基于模型的集群

首先，我使用“mclust”在R中开发了基于模型的聚类。接下来，我想获取75%的样本，重新运行基于模型的聚类，并使用信息变化或rand索引将结果与整个数据集的结果进行比较。然而，我被代码卡住了

以下是可用于更改CRAN信息的代码

cl1 <-sample(1:30, 10, replace=TRUE)
cl2 <- c(cl1[1:5], sample(1:3, 5, replace=TRUE))
vi.dist(cl1,cl2)
vi.dist(cl1,cl2, parts=TRUE)

---

cl1根据文档，
vi.dist
“计算Meila（2007）在相同对象的两个集群/分区之间的‘信息变化’距离。”现在，您使用的是不同的对象，而不是相同的对象
vi.dist
在对同一个观测值使用两种不同的聚类方法时有意义；在不同的观测数据集上使用不同的方法。谢谢你的注释。我试图复制以下文章的结果，见第486页：Mun，E.Y.，von Eye，A.，Bates，M.E.，和Vaschillo，E.G.（2008）。使用基于模型的聚类分析寻找群体：异质性情绪自我调节过程和酗酒风险。发展心理学，44481-495。doi:10.1037/0012-1649.44.2.481关于统计方法的建议与本网站无关。如果您需要统计方面的建议，您可能希望在上发布。
model <-Mclust(data[,18:22])

random <- data[rbinom(nrow(data), 1,.75)==1,]

randommodel <-Mclust(random[,18:22])

cl1 <- (model$classification)
cl2 <- (randommodel$classification)
vi.dist(cl1,cl2)