これは最初は非常に簡単に見えました...そして試してみました。しかし、昼休みにモンキータイピングとフェイスパーミングをたくさんした後、私はこれにたどり着きました:
library(parallel)
library(BLR)
data(wheat)
mc = mclapply(2:6, function(x,centers)kmeans(x, centers), x=X)
クラスタリングがどれほど賢明であるかは確認していませんが、正しいように見えます。
> summary(mc)
Length Class Mode
[1,] 9 kmeans list
[2,] 9 kmeans list
[3,] 9 kmeans list
[4,] 9 kmeans list
[5,] 9 kmeans list
振り返ってみると、コマンド構文は理にかなっているように見えますが、失敗した他の多くのものも合理的に見えました...ヘルプドキュメントの例は、おそらくそれほど素晴らしいものではありません.
それが役に立てば幸い。
EDIT
ここで要求されているのは、2つの変数nstart
とcenters
(pars = expand.grid(i=1:3, cent=2:4))
i cent
1 1 2
2 2 2
3 3 2
4 1 3
5 2 3
6 3 3
7 1 4
8 2 4
9 3 4
L=list()
# zikes horrible
pars2=apply(pars,1,append, L)
mc = mclapply(pars2, function(x,pars)kmeans(x, centers=pars$cent,nstart=pars$i ), x=X)
> summary(mc)
Length Class Mode
[1,] 9 kmeans list
[2,] 9 kmeans list
[3,] 9 kmeans list
[4,] 9 kmeans list
[5,] 9 kmeans list
[6,] 9 kmeans list
[7,] 9 kmeans list
[8,] 9 kmeans list
[9,] 9 means list
りんごはいかがですか?