R错误，In FUN(newX[，i]，..):min没有不丢失的参数;返回Inf

Question

我绝对是使用R的初学者。现在我正在尝试进行聚类分析，但出现了错误

↓

d.data <- data.frame(FACA = MCR2015$RC1,
FACB = MCR2015$RC2,
FACC = MCR2015$RC3,
FACD = MCR2015$RC4,
CLUST = k$cluster)
d.data$CLUST <- factor(d.data$CLUST, levels=c(1:5), labels=c("Ⅰ", "Ⅱ", "Ⅲ", "Ⅳ", "Ⅴ"))
library(MASS)
ld <- lda(CLUST ~ FACA + FACB + FACC + FACD, data = d.data)
ld
plot(ld)
ld_pred=predict(ld, d.data)
> Warning messages:
1: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
2: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
3: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
4: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
5: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
6: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
7: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf

这个消息是什么意思？我该如何解决这个问题？

Answer 1

您应该发布一个可重复的最小示例，或者提供有关d.data的更多信息。如果我尝试复制您的代码，它在内置的iris数据集上运行良好

library(MASS)
data(iris)
str(iris)
ld <- lda(Species ~ ., data = iris)
ld
plot(ld)
ld_pred <- predict(ld, iris[,-5]) 

可能问题出在因子转换上(通常使用d.data$CLUST <- factor(d.data$CLUST,...)、as.factor进行转换(。此外，当您使用predict时，您应该从预测因子中排除结果变量(在您的情况下为d.data$CLUST(。张贴str(d.data)将有所帮助(如果你举一个例子来重现你的错误，效果会更好(