稀疏矩阵作为R中层次聚类的输入

我有一个关于使用距离矩阵进行聚类的问题，但是比较稀疏

是否有一种稀疏距离对象格式不展开矩阵，可以使用稀疏表示

目前我正在做以下工作

# read sparse matrix
sparse <- readMM('sparse-matrix')
distance <- as.dist(sparse)

但是使用as.dist转换它会失败

asMethod（对象）中出错：不允许使用负长度向量

大概是因为它将矩阵扩展为一个完整的形式。矩阵（NxN）大小为N=49281 例如，hclust方法需要此格式（dist对象）

---

没有任何答案的类似问题

距离矩阵如何稀疏？每两个对象之间都有一个距离，所以它实际上是一个非常密集的矩阵。然而，三角形矩阵足以描述相互距离（如D=D'）。这实际上是由

dist

生成的对象的情况

---

如果距离矩阵是稀疏的，因为许多对象都是相同的，那么您可能希望只在唯一的对象上计算距离矩阵。

好的，让我们重新措辞。构成矩阵的向量不是很连通。所以距离矩阵中的很多条目应该是NA。但是as.dist将其转换为三角形矩阵。距离矩阵是预先计算好的，我只是想用它…@Joey:我可能还是不明白。如果计算某个特征为

NA

的一个对象到另一个对象的距离，该距离是否可能不是

NA

？这适用于使用例如余弦距离和忽略1的值，例如正交值

>sparse
[1,] . . .
[2,] 1 . .
[3,] 1 . .

> as.dist(sparse)
1 2
2 1  
3 1 0