Как взвесить переменные с расстоянием Гауэра в r

Не уверен, что это то, к чему ты клонишь, но...

Допустим, у вас есть 5 переменных, например. 5 столбцов в вашем фрейме данных или матрице. Тогда weights будет вектором length=5, содержащим веса для соответствующих столбцов.

Обозначение weights=rep.int(1,p) в документации просто означает, что значение весов по умолчанию — это вектор длины p, который имеет все единицы, например. все веса равны 1. В другом месте в документации поясняется, что p — это количество столбцов.

Также обратите внимание, что daisy(...) создает матрицу различий. Это то, что вы используете в hclust(...). Итак, если x — это фрейм данных или матрица с пятью столбцами для ваших переменных, то:

d  <- daisy(x, metric="gower", weights=c(1,2,3,4,5))
hc <- hclust(d, method="complete")

EDIT (ответ на комментарии OP)

В приведенном ниже коде показано, как кластеризация зависит от весов.

clust.anal <- function(df,w,h) {
  require(cluster)
  d  <- daisy(df, metric="gower", weights=w)
  hc <- hclust(d, method="complete")
  clust <- cutree(hc,h=h)
  plot(hc, sub=paste("weights=",paste(wts,collapse=",")))
  rect.hclust(hc,h=0.8,border="red")

}

df <- read.table("ExampleClusterData.csv", sep=";",header=T)
df[1] <- factor(df[[1]])
df[2] <- factor(df[[2]])
# weights increase with col number...
wts=c(1,2,3,4,5,6,7)
clust.anal(df,wts,h=0.8)

# weights decrease with col number...
wts=c(7,6,5,4,3,2,1)
clust.anal(df,wts,h=0.8)