这篇文章主要讲解了“R语言如何补齐缺失值进行聚类分析”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“R语言如何补齐缺失值进行聚类分析”吧！
在理想的状态我们希望数据没有缺失值。不幸的是，由于各种原因，缺失值会时有发生。这会带来问题。无法在不完整的数据矩阵上进行聚类分析。
Husson和Josse写了一个称为missMDA的包，可以用imputePCA（）函数进行缺失值的填充。
library("missMDA")
df=read.table("aa.txt",header = T,row.names = 1,sep="\t")
df=log1p(df)
res.comp <- imputePCA(df,ncp=2)
clustering <- hclust(dist(res.comp$completeObs), method = "complete")
plot(clustering)感谢各位的阅读，以上就是“R语言如何补齐缺失值进行聚类分析”的内容了，经过本文的学习后，相信大家对R语言如何补齐缺失值进行聚类分析这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
