Nbclust Kmeans 错误的聚类中心多于不同的数据点

Question

当我想预测具有 3120 个观测值和 40 个变量的二进制矩阵中的簇数时，我在 Nbclust (method = "kmeans") 中遇到错误。矩阵维度为：

size(mtrx)
3120 40
class(mtrx)
'matrix'

代码行是：

number_of_clusters<-NbClust(data=mtrx, diss=NULL, distance = "euclidean",
                            min.nc=2, max.nc=1600, method = "kmeans",
                            index = "alllong")

错误信息是：

Error in kmeans(jeu, max_nc): more cluster centers than distinct data points.

当我使用时，错误仍然存​​在distance = "binary"。如果我选择任何其他方法类型，则不会出现错误。

我在这里有点困惑。我想max.nc应该是这样3119。有什么帮助吗？

编辑：
此错误与 NbClust 包无关，它来自 kmeans 函数。线索就在“独特”这个词中，这很有趣，但我没听懂那部分。我想图片比文字更能说明一切。所以事情是这样的：

让我们从正确的方法开始。在本例中，我有一个至少包含 3 个不同行的数据集，并且我要求在 kmeans 中提供 3 个初始中心：

Vector<-c(2,2,2,2,2,2,20,10,500,300,400,2)
MATRIX<-matrix(Vector,nrow=4,ncol=3,byrow=TRUE)
print(MATRIX)
km<-kmeans(MATRIX,centers=3)  
    [,1] [,2] [,3]
[1,]   2    2    2
[2,]   2    2    2
[3,]  20   10  500
[4,] 300  400    2

没有错误，一切正常。

现在，让我们浏览一下包含 <3 个不同行的数据集：

Vector<-c(2,2,2,2,2,2,2,2,2,500,300,400)
MATRIX<-matrix(Vector,nrow=4,ncol=3,byrow=TRUE)
print(MATRIX)
km<-kmeans(MATRIX,centers=3) 
    [,1] [,2] [,3]
[1,]   2    2    2
[2,]   2    2    2
[3,]   2    2    2
[4,] 500  300  400
Error in kmeans(MATRIX, centers=3):
  more cluster centers than distinct data points.

现在错误很明显，我有 2 个不同的行，我要求 3 个初始中心。

希望这会对某人有所帮助！