R使用fviz_nbclust求解最优聚类数报more cluster centers错误如何解决

你当前使用的数据集tab维度为6行（g1~g6）、37列，fviz_nbclust函数默认将输入数据的行作为聚类样本，且默认测试的聚类数范围为1到10：

• 若你实际需要对列（37个样本）聚类，未做转置的情况下函数只会把6行当作样本，当测试的k值超过6时，自然会出现「聚类中心数多于唯一数据点」的报错
• 若你确实需要对行（6个基因）聚类，默认测试上限10远大于6个样本的最大可支持聚类数，同样会触发报错

场景1：对37个列样本聚类 #

先对数据做转置，让行对应聚类样本，同时调整k.max参数将测试的最大聚类数降低到合理范围：

# 未标准化版本
fviz_nbclust(t(tab), kmeans, method = "wss", k.max = 8)
# 标准化版本（你的特征取值均为0/0.5/1，标准化必要性较低，可按需选择）
fviz_nbclust(scale(t(tab)), kmeans, method = "wss", k.max = 8)

如果调整后仍报错，说明你的样本中重复值较多，可继续调低k.max的取值。

场景2：对6个行基因聚类 #

直接调整k.max参数，让最大测试聚类数小于等于5即可：

# 未标准化版本
fviz_nbclust(tab, kmeans, method = "wss", k.max = 5)
# 标准化版本
fviz_nbclust(scale(tab), kmeans, method = "wss", k.max = 5)

额外说明：你的数据集特征/样本量偏少，kmeans聚类效果可能有限，也可考虑使用层次聚类做小样本聚类。

内容的提问来源于stack exchange，提问作者mirkuz