R中的层次聚类的奇怪错误

Question

我的R程序如下：

hcluster <- function(dmatrix) {
    imatrix <- NULL
    hc <- hclust(dist(dmatrix), method="average")
    for(h in sort(unique(hc$height))) {
        hc.index <- c(h,as.vector(cutree(hc,h=h)))
        imatrix <- cbind(imatrix, hc.index)
    }
    return(imatrix)
}

dmatrix_file = commandArgs(trailingOnly = TRUE)[1]
print(paste('Reading distance matrix from', dmatrix_file))
dmatrix <- as.matrix(read.csv(dmatrix_file,header=FALSE))

imatrix <- hcluster(dmatrix)
imatrix_file = paste("results",dmatrix_file,sep="-")
print(paste('Wrinting results to', imatrix_file))
write.table(imatrix, file=imatrix_file, sep=",", quote=FALSE, row.names=FALSE, col.names=FALSE)
print('done!')

我的输入是一个距离矩阵(当然是对称的)。当我执行上面的程序时，距离矩阵大于大约数千条记录(几百条记录没有发生任何事情)，它给出了错误消息：

Error in cutree(hc, h = h) : 
  the 'height' component of 'tree' is not sorted
(increasingly); consider applying as.hclust() first
Calls: hcluster -> as.vector -> cutree
Execution halted

我的机器有大约16 be的RAM和4CPU，所以它不会是资源的问题。

有谁能告诉我出了什么问题吗？谢谢！！

Answer 1

我不是一个好的R向导--但是我遇到了这个问题。

这里描述了一个可能的答案：

https://stat.ethz.ch/pipermail/r-help/2008-May/163409.html

Answer 2

看一下这里的cutree函数http://code.ohloh.net/file?fid=QM4q0tWQlv2VywAoSr2MfgcNjnA&cid=ki3UJjFJ8jA&s=cutree%20component%20of%20is%20not%20sorted&mp=1&ml=1&me=1&md=1&browser=Default#L1

您可以尝试为组的数量添加k定标器，这将覆盖高度参数。如果不是，你可以看看hc$height是什么，因为如果它不是数值、复数、字符或逻辑向量，is.unsorted将返回true并给你这个错误。

if(is.null(k)) {
    if(is.unsorted(tree$height))
        stop("the 'height' component of 'tree' is not sorted (increasingly)")
    ## h |--> k
    ## S+6 help(cutree) says k(h) = k(h+), but does k(h-) [continuity]
    ## h < min() should give k = n;
    k <- n+1L - apply(outer(c(tree$height,Inf), h, ">"), 2, which.max)
    if(getOption("verbose")) message("cutree(): k(h) = ", k, domain = NA)
}