具有多观测、变量和群的Mahalanobis距离

Question

对于iris数据集，我试图找到每一对物种之间的Mahalanobis距离。我试过以下几种方法，但没有运气。我尝试了以下几点：

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)

但是得到错误消息

pairwise.mahalanobis中的错误(x=变量，分组=组)：nrow(x)和长度(分组)是不同的

Answer 1

这样做是可行的：

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

• x应该是观测值的数值矩阵(columns=variables，rows=observations)
• grouping应该是“表示观测的组分类的字符或值的向量”，长度等于nrow(x)

)。

在编辑您的问题时，我意识到问题来自于一个错误(您分配了varibles而不是variables)；如果您修复了该错误，您的代码似乎会正常工作(至少不会抛出错误)。(我仍然声称我的解决方案更简单.)

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

如果您希望(出于某种原因)使用单个响应变量运行此分析，则需要使用drop=FALSE防止将一列矩阵折叠到向量，即使用x=iris[,1,drop=FALSE]。