R 在循环上运行相同函数时出错，否则不会出错

我已经编写了一个函数来手动执行k均值聚类。该函数在调用时按预期工作，但在循环中多次调用同一函数时，会抛出错误：

for (i in seq_len(1000)){km(iris)}

1:nrow（中心）中出错：长度为0的参数

功能是：

km = function(df,c=2,times=10){
    # browser()
    df = sapply(df,as.numeric)
    centers = sapply(1:ncol(df), function(x)runif(c, min(df[,x]), max(df[,x])))
    print(1:nrow(centers))
    for (i in seq_len(times)){
        dist_mat = sapply(1:nrow(centers), function(x)as.matrix(dist(rbind(df,centers[x,])))[nrow(df)+1,1:nrow(df)] )
        seed_allot = apply(dist_mat,1,which.max)
        centers = sapply(1:(ncol(df)),function(x) tapply(df[,x],seed_allot,mean))
    }
    # plot(df[,1],df[,2],col=seed_allot)
    # points(centers,pch=14)
}

正常工作且无错误的调用：

km(iris)

引发错误的循环调用：

for (i in seq_len(1000)){km(iris)}

---

与

kmeans

集群一样，即使指定了两个集群（或中心），也可能只得到一个集群（即所有样本分配给一个集群，而另一个集群没有样本）

在这种情况下，

seed\u allot

变成所有的1或2，并且它使得

中心（在
seed\u allot
之后的一个）只有一行

它使
中心类
成为
数值类
——而您期望的是
矩阵
。
nrow（centers）
为类
numeric
的对象返回
NULL
，您将得到错误消息

错误发生在下一次迭代的

dist_mat=sapply（1:nrow（中心），
函数（x）作为矩阵（dist（rbind（df，centers[x，]））行（df）+1，
1:nrow（df）]）
 与
kmeans
集群一样，即使指定了两个集群（或中心），也可能只得到一个集群（即所有样本分配给一个集群，而另一个集群的样本为零）

在这种情况下，
seed\u allot
变成所有的1或2，并且它使得
中心（在
seed\u allot
之后的一个）只有一行

它使
中心类
成为
数值类
——而您期望的是
矩阵
。
nrow（centers）
为类
numeric
的对象返回
NULL
，您将得到错误消息

错误发生在下一次迭代的

dist_mat=sapply（1:nrow（中心），
函数（x）作为矩阵（dist（rbind（df，centers[x，]））行（df）+1，
1:nrow（df）]）
 这个错误似乎是随机的。如果多次调用
km
函数，则会看到错误。错误似乎是随机的。如果调用
km
函数几次，就会看到错误。听起来很合理。但当我在每个特征的最小值和最大值之间随机分配中心时，我想不出这是怎么发生的。我将深入研究，看看到底发生了什么样的组合（通过循环不同的种子），您可以将中心随机分配到不同的数据点，确保它们不相同。（我认为发生这种情况的原因正是因为你分配中心的方式）听起来很合理。但当我在每个特征的最小值和最大值之间随机分配中心时，我想不出这是怎么发生的。我将深入研究，看看到底发生了什么样的组合（通过循环不同的种子），您可以将中心随机分配到不同的数据点，确保它们不相同。（我认为发生这种情况的原因正是因为您分配中心的方式）