R Cluster Package Error Daisy（）函数长向量（参数11）在.C中不受支持

尝试使用R中的

cluster

包中的

daisy

函数，将具有数字、标称和NA值的

data.frame

转换为相异矩阵。我的目的是在应用k均值聚类进行客户细分之前创建相异矩阵。

data.frame

有133153行和36列。这是我的机器

sessionInfo()
R version 3.1.0 (2014-04-10)
Platform x86_64-w64-mingw32/x64 (64-bit) 

如何修复雏菊警告？

由于Windows电脑有3 Gb的RAM，我将虚拟内存增加到100 Gb，希望这足以创建矩阵-它不起作用。我仍然有一些关于记忆的错误。我已经研究过其他解决内存问题的R包，但它们不起作用。我不能将

bigmemory

与

biglytics

包一起使用，因为它只接受数字矩阵。

clara

和

ff

包也只接受数字矩阵

CRAN的

cluster

软件包建议在应用k-means之前将gower相似系数作为距离度量。gower系数采用数值、标称值和NA值

Store1 <- read.csv("/Users/scdavis6/Documents/Work/Client1.csv", head=FALSE)
df <- as.data.frame(Store1)
save(df, file="df.Rda")
library(cluster)
daisy1 <- daisy(df, metric = "gower", type = list(ordratio = c(1:35)))
#Error in daisy(df, metric = "gower", type = list(ordratio = c(1:35))) :
#long vectors (argument 11) are not supported in .C

Store1如果您有大量数据，请使用不需要O（n^2）内存的算法。交换到磁盘会降低性能，这不是一个明智的选择

相反，可以尝试减小数据集大小，或者使用索引加速来避免O（n^2）内存开销。（这不仅是O（n^2）内存，还有O（n^2）距离计算，这需要很长时间！）
有人有什么建议吗？我该如何做索引加速？在创建菊花矩阵之前，先在MySQL中加载数据？有一个RMySQL包，我会研究一下。不，甚至不要想碰MySQL。我没有使用daisy，所以我不知道它是否可以索引加速。你不能把神奇的指数加速抛向一切。正是出于这个原因，没有“RMAKemagicindeAcceleration”套餐。方法和实现必须以这种方式进行加速设计，而且这个daisy实现似乎是为了计算上对角线矩阵而设计的。ELKI有很多索引加速算法，但我在这个列表中没有看到daisy。我也不为迟到的回复感到抱歉。我决定使用AmazonWeb服务，因为需要RAM。感谢您展示ELKI。您可以将O（n）中的结果推广到完整的数据集。参见例如CLARA集群。它只在样本上运行k-medoid。然后将完整的数据集分配给这些MEDOID。如果你能支持选择一个足够小的采样率，它就是O（n），而PAM可能是O（n^3）左右。哦，你可以尝试使用索引加速，对于某些算法来说，索引加速可以产生巨大的加速。我在几分钟内与ELKI聚集了10万人；索引起到了巨大的作用。
#50 samples
clara2 <- clara(df, 3, metric = "euclidean", stand = FALSE, samples = 50,
                rngR = FALSE, pamLike = TRUE)