��a$�,8�97��	'-	3U	 �	2�	9�	1
?I
5�
?�
$�
M$&r�)��C�@7$x<�;�!
 8
8Y
J�
-�
�4�V�>U<��LQ2�.�+2,;_6�?�BTUG�E�K82�>�v�/m,�;�184T8�7�0�8+-d5�)�M�6@0w��$�/F`y%�B�"�&"7I ��/�1�\5nF�#�2:B})�'��!�v
��> Wx*�G�&A-<o6�K�6/ Of %� ]� &:!a!*t!"�!G�!@
")K"Cu"N�"'#(0#MY#J�#L�#�?$K%_f%A�%C&�L&Q�&/*'"Z')}'1�'J�'=$(Ab(M�(e�(UX)Q�)]*8^*F�*}�*:\+)�+@�+3,6,7Q,B�,?�,1-A>-=�-@�-.�-T..5�.<�..�.%/)?/!i/�/�/�/�/�/)0OF0+�0/�0M�0 @1a17q18�1X�1-;2Ji2.�2>�29"3\3,t3-�3�3&�3
=[
S0NYR7^/< H@1IB2,WL5]!;G*%T6A_9+U\Q
Z(E	O`K4#V&XJ):aD.3P>?"$-CF8'M%d observation (%s) has *only* NAs --> omit them for clustering!%d observations (%s ...) have *only* NAs --> omit them for clustering!%s has constant columns %s; these are standardized to 0%s has invalid column names%s must be in 1:ncol(x)%s must contain column names or numbers'A' must be p x p  cov-matrix defining an ellipsoid'B' has to be a positive integer'col.clus' should have length 4 when color is TRUE'dmatrix' is not a dissimilarity matrix compatible to 'x''full' must be FALSE, TRUE, or a number in [0, 1]'iniMem.p' must be a nonnegative n * k matrix with rowSums == 1'k' (number of clusters) must be in {1,2, .., n/2 -1}'m', a membership matrix, must be nonnegative with rowSums == 1'maxit' must be non-negative integer'medoids' must be NULL or vector of %d distinct indices in {1,2, .., n}, n=%d'memb.exp' must be a finite number > 1'n' must be >= 2'par.method' must be of length 1, 3, or 4'samples' should be at least 1'sampsize' = %d should not be larger than the number of objects, %d'sampsize' should be at least %d = max(2, 1+ number of clusters)'weights' must be of length p (or 1)'x' is a "dist" object, but should be a data matrix or frame'x' is not and cannot be converted to class "dissimilarity"'x' must be numeric  n x p matrix'x' must only have integer codes>>>>> funny case in clusplot.default() -- please report!All variables must be binary (e.g., a factor with 2 levels, both present).Cannot keep data when 'x' is a dissimilarity!Distance computations with NAs: using correct instead of pre-2016 wrong formula.
Use  'correct.d=FALSE'  to get previous results or set 'correct.d=TRUE' explicitly
to suppress this warning.Distances must be result of dist or a square matrix.Each of the random samples contains objects between which no distance can be computed.Error in C routine for the spanning ellipsoid,
 rank problem??FANNY algorithm has not converged in 'maxit' = %d iterationsFor each of the %d samples, at least one object was found which could not be assigned to a cluster (because of missing values).Missing values were displaced by the median of the corresponding variable(s)NA values in the dissimilarity matrix not allowed.NA-values are not allowed in clustering vectorNA-values are not allowed in dist-like 'x'.NA-values in the dissimilarity matrix not allowed.Need either a dissimilarity 'dist' or diss.matrix 'dmatrix'No clustering performed, NA's in dissimilarity matrix.No clustering performed, NA-values in the dissimilarity matrix.No clustering performed, NAs in the computed dissimilarity matrix.No clustering performed, a variable was found with all non missing values identical.No clustering performed, all variables have at least one missing value.No clustering performed, an object was found with all values missing.No clustering performed, found variable with more than half values missing.No valid silhouette information (#{clusters} =? 1)Number of clusters 'k' must be in {1,2, .., n-1}; hence n >= 2Observation %s has *only* NAs --> omit it for clusteringObservations %s have *only* NAs --> omit them for clustering!Set either 'variant' or 'pamonce', but not bothThe clustering vector is of incorrect lengthThe number of cluster should be at least 1 and at most n-1.algorithm possibly not converged in %d iterationsambiguous clustering methodat least one binary variable has more than 2 levels.at least one binary variable has not 2 different levels.at least one binary variable has values not in {0,1,NA}binary variable(s) %s treated as interval scaledclustering 'x' and dissimilarity 'dist' are incompatiblecomputed some negative or all 0 probabilitiesellipsoidPoints() not yet implemented for p >= 3 dim.error from .C(cl_pam, *): invalid medID'sfull silhouette is only available for results of 'clara(*, keep.data = TRUE)'have %d observations, but not more than %d are allowedindex has to be a function or a list of functioninvalid %s; must be named listinvalid 'correct.d'invalid 'jstop' from .C(cl_clara,.):invalid 'silhouette' objectinvalid 'spaceH0':invalid 'twins' objectinvalid clustering methodinvalid partition objectinvalid silhouette structureinvalid type %s for column numbers %smona() needs at least p >= 2 variables (in current implementation)need at least 2 objects to clusterno diss nor data found for clusplot()'no diss nor data found, nor the original argument of %sno points without missing valuesomitting NAsone or more objects contain only missing valuesone or more variables contain only missing valuessetting 'logical' variable %s to type 'asymm'setting 'logical' variables %s to type 'asymm'specified both 'full' and 'subset'; will use 'subset'the memberships are all very close to 1/k. Maybe decrease 'memb.exp' ?the square matrix is not symmetric.when 'medoids.x' is FALSE, 'keep.data' must be toowith mixed variables, metric "gower" is used automaticallyx is not a data matrixx is not a dataframe or a numeric matrix.x is not a numeric dataframe or matrix.x is not numericx must be a matrix or data frame.Project-Id-Version: R-4.1.0 cluster 2.1.2
Report-Msgid-Bugs-To: bugs.r-project.org
PO-Revision-Date: 2021-05-04 15:37+0200
Last-Translator: Detlef Steuer <[email protected]>
Language-Team: R Core Team <[email protected]
Language: de
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
Plural-Forms: nplurals=2; plural=n == 1 ? 0 : 1;
%d Beobachtung (%s) hat *nur* NAs --> ausgelassen für Clustering%d Beobachtungen (%s) haben *nur* NAs --> ausgelassen für Clustering%s hat konstante Spalten %s; diese werden standardisiert auf 0%s hat unzulässige Spaltennamen%s muss aus 1:ncol(x) sein%s muss Spaltennamen oder Zahlen enthalten'A' muss eine p x p Kovarianzmatrix sein, die einen Ellipsoid definiert'B' muss eine positive ganze Zahl sein'col.clus' sollte Länge 4 haben, wenn color auf TRUE gesetzt ist'dmatrix' ist keine zu 'x' kompatible Unähnlichkeitsmatrix 'full' muss FALSE, TRUE oder eine Zahl aus [0, 1] sein'iniMem.p' muss eine nicht-negative n x k Matrix mit Zeilensummen == 1 sein'k' (Anzahl Cluster) muss aus {1, 2, ..., n/2 -1} sein'm' ist eine Mitgliedswertmatrix, muss nicht-negativ sein mit Zeilensummen == 1'maxit' muss nicht-negative Zahl sein'medoids' muss NULL oder ein Vektor von %d verschiedenen Indizes aus {1, 2,..., n}, n=%d sein'memb.exp' muss endliche Zahl > 1 sein'n' muss >= 2 sein'par.method' muss Länge 1, 3 oder 4 haben'samples' sollte mindestens 1 sein'sampsize' = %d; sollte nicht größer sein als die Zahl der Objekte %d'sampsize' sollte mindestens %d = max(2, 1+ Anzahl Cluster sein)'weights' muss von Länge p (oder 1) sein'x' ist ein "dist"-Objekt, sollte aber Datenmatrix oder -frame sein'x' ist nicht und kann auch nicht umgewandelt werden in Klasse "dissimilarity"'x' muss numerische n x p - Matrix sein'x' darf nur ganzzahlige Kodes enthalten>>>>> komische Sache in clusplot.default() -- bitte an den Entwickler senden!Alle Variablen müssen binär sein (z.B. Faktor mit 2 vorhandenen Stufen).Kann Datenmatrix 'data' nicht beibehalten wenn 'x' eine 'dissimilarity' ist!Abstandsberechnungen mit NAs: nutze korrekte anstelle der falschen Formel, wie vor 2016.
 Nutze 'correct.d=FALSE', um die alten, falschen Ergebnisse zu bekommen oder 'correct.d=TRUE', um diese Warnung zu unterdrücken.Distanzen müssen ein Ergebnis von dist oder eine quadratische Matrix sein.Jede der Zufallsstichproben enthält Objekte, zwischen denen kein Abstand berechnet werden kannFehler im C-Kode für den aufspannenden Ellipsoiden, Rangproblem?FANNY Algorithmus ist in 'maxit' = %d Iterationen nicht konvergiertFür jede der %d Stichproben wurde mindestens ein Objekt gefunden, das nicht einem Cluster zugeordnet werden konnte (wegen fehlender Werte)Fehlende Werte wurden durch den Median der korrespondierenden Variable(n) ersetztNAs in der Unähnlichkeitsmatrix nicht erlaubt.NAs im Clustervektor nicht erlaubtNAs nicht erlaubt in dist-ähnlichem 'x'.NAs in der Unähnlichkeitsmatrix nicht zulässig.Benötige entweder Unähnlichkeitsmatrix 'dist' oder diss.matrix 'dmatrix'Keine Clusterung durchgeführt, NAs in Unähnlichkeitsmatrix.Keine Clusterung durchgeführt. NAs in der Unähnlichkeitsmatrix.Keine Clusterung durchgeführt, NAs in der berechneten Unähnlichkeitsmatrix.Keine Clusterung durchgeführt. Variable gefunden, bei der alle nicht fehlenden Werte identisch sind.Keine Clusterung durchgeführt. Alle Variablen haben mindestens einen fehlenden Wert.Keine Clusterung durchgeführt. Objekt gefunden, bei dem alle Werte fehlend sind.Keine Clusterung durchgeführt. Variable gefunden, mit mehr als der Hälfte fehlenden Werten.keine gültige Silhouetteninformation (#{clusters} =? 1)Anzahl der Cluster 'k' muss auch {1, 2, ..., n-1} sein; deshalb n >= 2Beobachtung %s hat *nur* NAs --> ausgelassen für ClusteringBeobachtungen %s haben *nur* NAs --> ausgelassen für ClusteringEntweder 'variant' oder 'pamonce' setzen, aber nicht beideDer Clustervektor hat eine falsche LängeDie Anzahl der Cluster sollte mindestens 1, höchstens n-1 sein.Algorithmus hat nicht in %d Iterationen konvergiertzweideutige Clustermethodemindestens eine binäre Variable hat mehr als 2 Stufen.mindestens eine binäre Variable hat keine 2 verschiedenen Stufen.mindestens eine binäre Variable hat Werte nicht aus {0, 1, NA}Binärvariable %s als intervallskaliert behandeltClusterung 'x' und Unähnlichkeitsmatrix 'dist' sind inkompatibeleinige negative Wahrscheinlichkeiten oder alle zu 0 berechnetellipsoidPoints() noch nicht für Dimensionen p>=3 implementiertFehler aus .C(cl_pam, *): unzulässige medID'sdie volle Silhoutte ist nur verfügbar für Resultate von 'clara(*, keep.data=TRUE)'habe %d Beobachtungen, aber mehr als %d nicht erlaubtindex muss eine Funktion oder eine Liste von Funktionen seinunzulässige %s; muss eine benannte Liste seinunzulässiges 'correct.d'unzulässiger 'jstop' aus .C(cl_clara,.):unzulässiges 'silhouette' Objektunzulässiger 'spaceH0':unzulässiges 'twins'-Objektunzulässige Clustermethodeunzulässiges Partitionsobjektunzulässige Silhouttenstrukturungültiger Typ %s für Spaltennummern %smona() (in der aktuellen Implementierung) benötigt mindestens p >= 2 Variablenbenötige zum Clustern mindestens 2 Objekteweder diss noch data für 'clusplot()' gefundenweder diss noch data gefunden, ebensowenig das ursprüngliche Argument von %skeine Punkte ohne fehlende WerteNAs ausgelasseneines oder mehrere Objekte enthalten nur fehlende Werteeine oder mehrere Variablen enthalten nur fehlende Wertesetze 'logical' Variable %s auf Typ 'asymm'setze 'logical' Variablen %s auf Typ 'asymm''full' und 'subset' angegeben; nutze 'subset'die Mitgliedswerte sind alle sehr nah an 1/k. Evtl. 'memb.exp' reduzieren?Die quadratische Matrix ist nicht symmetrisch.wenn 'medoids.x' FALSE ist, dann muss es auch 'keep.data' seinmit gemischten Variablen wird automatisch "gower" genutztx ist keine Datenmatrixx ist weder Dataframe noch numerische Matrixx ist weder numerischer Dataframe noch Matrixx ist nicht numerischx muss eine Matrix oder Dataframe sein