聚类函数中的NA（kmeans、pam、clara）。如何将群集与原始数据关联？

我需要对一些数据进行聚类，我尝试了

kmeans

，

pam

，以及

clara

和R

问题是我的数据位于数据帧的一列中，并且包含NAs

我使用

na.omit（）

获取集群。但是，我怎样才能将它们与原始数据关联起来呢？这些函数返回一个不带NAs的整数向量，并且不保留关于原始位置的任何信息

是否有一种聪明的方法将聚类与数据框中的原始观测值相关联？（还是在存在NAs时智能执行群集的方法？）

---

谢谢

这段代码适合我，首先是一个包含整行NAs的矩阵：

DF=matrix(rnorm(100), ncol=10)
row.names(DF) <- paste("r", 1:10, sep="")
DF[3,]<-NA
res <- kmeans(na.omit(DF), 3)$cluster
res
DF=cbind(DF, 'clus'=NA)
DF[names(res),][,11] <- res
print(DF[,11])

DF=矩阵（rnorm（100），ncol=10）
row.names（DF）kmeans的输出与作为参数
x
传递的对象元素相对应。在本例中，您省略了
NA
元素，因此
$cluster
指示
NA的每个元素所属的集群

plot(d$x, bg=d$cluster, pch=21)

下面是一个简单的例子：

d <- data.frame(x=runif(100), cluster=NA)
d$x[sample(100, 10)] <- NA
clus <- kmeans(na.omit(d$x), 5)

d$cluster[which(!is.na(d$x))] <- clus$cluster

您给行命名了吗？我认为kmeans和pam（至少）保留了行名，不是吗？我这样做：kmeans（na.省略（x），k）集群向量（例如
clus$cluster
）对应于
x
的非
na
元素。因此
clus$cluster
的元素对应的
x
的索引是
，即（！is.na（x））
。