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 …我有一个有 50 行和 22000 列的 Pandas DataFrame，我想计算每对列之间的距离相关性（dcor 包）。我创建的代码（带有串行处理和部分数据）是：
import pandas as pd
import dcor
DF = pd.DataFrame({'X':[0.72,-0.25,-1.2,-3],'Y':[-0.128,0.2,2,5.6],'Z':[15,-0.425,-0.3,-5]})
DCOR_REZ=pd.DataFrame(index=['X','Y','Z'],columns=['X','Y','Z'])
col_names=DCOR_REZ.columns.tolist()
k=0
for i in col_names:
v1=DF.loc[:,i].as_matrix()
for j in col_names[k:]:
v2=DF.loc[:,j].as_matrix()
rez=dcor.distance_correlation(v1,v2)
DCOR_REZ.at[i,j]=rez
DCOR_REZ.at[j,i]=rez
k=k+1
print DCOR_REZ
X Y Z
X 1 0.981778 0.854349
Y 0.981778 1 0.726328
Z 0.854349 0.726328 1
要在完整的 DataFrame 上执行此代码，我需要 21 小时！.
由于我的服务器有40 个处理器，我想将时间减少 40 并在大约 30 分钟内获得结果，但我不知道如何重写此代码以进行并行处理。
我怎样才能重写代码？
任何帮助表示赞赏。