具有多个观测值，变量和组的马氏距离

问题描述

对于iris数据集，我试图找到每对物种之间的马氏距离。我尝试了以下方法，但是没有运气。我尝试了以下方法：

group <- matrix(iris$Species) 
group <- t(group[,-5])

variables <- c("Sepal.Length","Sepal.Width","Petal.Length","Petal.Width")
varibles <- as.matrix(iris[,variables])

mahala_sq <- pairwise.mahalanobis(x=variables,grouping=group)

但是收到错误消息

pairwise.mahalanobis（x =变量，分组=组）中的错误： nrow（x）和length（grouping）不同

解决方法

这有效：

HDMD::pairwise.mahalanobis(x=iris[,1:4],grouping=iris$Species)

• x应该是观测值的数字矩阵（列=变量，行=观测值）
• grouping应该是长度等于nrow(x)的“字符或值的向量，指定用于观察的组分类”

在编辑您的问题时，我意识到问题是由错字引起的（您分配了varibles而不是variables）；如果您修正了该错字，则您的代码似乎可以正常工作（至少不会引发错误）。 （我仍然声称我的解决方案更简单...）

如果您想更加小心一点，可以使用x <- iris[colnames(x) != "Species"]（或subset(select=)或dplyr::select()类似物）通过名称而不是位置来引用省略的列。

如果要（由于某种原因）使用单个响应变量运行此分析，则需要使用drop=FALSE来防止将单列矩阵折叠为向量，即使用{{1} }