��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})�'��!�~
��9Sq*�J�!9$B^A�E�:) Jd )� R� *,!W!-k!"�!I�!C")J"Ht"C�")
#'+#DS#Y�#D�#�7$F%[`%H�%?&�E&U�&>$'8c'0�'>�'<(CI(C�(C�(a)Jw)B�)X*<^*E�*z�*.\+3�+?�+4�+4,2Q,9�,;�,<�,?7-0w-@�-)�-U.5i.8�.,�./%/B/b/x/�/�/�/-�/F0/f0*�0?�0"
1$10712h1y�162GL2&�2<�2K�2D3.^3.�3�3)�3
=[
S0NYR7^/< H@1IB2,WL5]!;G*%T6A_9+U\Q
Z(E	O`K4#V&XJ):aD.3P>?"$-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-cluster 2.0.8
Report-Msgid-Bugs-To: bugs.r-project.org
PO-Revision-Date: 
Last-Translator: Daniele Medri <[email protected]>
Language-Team: Italian https://github.com/dmedri/R-italian-lang
Language: it
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
Plural-Forms: nplurals=2; plural=(n != 1);
X-Generator: Poedit 2.2.1
%d osservazione (%s) ha *solo* NA --> omettetela dall'analisi!%d osservazioni (%s) hanno *solo* NA --> omettetele dall'analisi!%s ha colonne costanti %s; queste sono standardizzate a 0%s ha nomi colonna non validi%s dev'essere in 1:ncol(x)%s deve contenere numeri o nomi di colonna'A' dev'essere una matrice di covarianza p x p che definisce un ellissoide'B' dev'essere un intero positivo'col.clus' dev'essere di lunghezza 4 quando color è TRUE'dmatrix' non è una matrice di dissomiglianza compatibile con 'x''full' dev'essere FALSE, TRUE, o un numero nell'intervallo [0, 1]'iniMem.p' dev'essere una matrice non-negativa n * k con rowSums == 1'k' (il numero di cluster) dev'essere in {1,2, .., n/2 -1}'m', una matrice di appartenenza, dev'essere non negativa con rowSums == 1'maxit' dev'essere un intero non negativo'medoids' dev'essere NULL o un vettore di %d indici distinti in {1,2, .., n}, n=%d'memb.exp' dev'essere un numero finito > 1'n' dev'essere >= 2'par.method' dev'essere di lunghezza 1, 3 o 4'samples' dovrebbe essere almeno 1'sampsize' = %d non dovrebbe essere più grande del numero di oggetti, %d'sampsize' dovrebbe essere almeno %d = max(2, 1+ numero di cluster)'weights' dev'essere di lunghezza p (o 1)'x' è un oggetto "dist", ma dovrebbe essere un data frame o una matrice'x' non è e non può essere convertito alla classe "dissimilarity"'x' dev'essere una matrice numerica n x p'x' deve avere unicamente codici interi>>>>> caso insolito in clusplot.default() -- per piacere, riportalo!Tutte le variabili devono essere binarie (es. un fattore a 2 livelli, entrambi presenti).Non è possibile conservare i dati quando 'x' è una dissomiglianza!Calcoli della distanza con NA: si utilizza la formula corretta anziché quella errata pre-2016.
Si utilizzi 'correct.d = FALSE' per ottenere i risultati precedenti o si imposti 'correct.d = TRUE'
per sopprimere questo avviso.Le distanze devono essere il risultato di una matrice dist o quadrata.Ognuno dei campioni casuali contiene oggetti tra i quali non si possono calcolare distanze.Errore nella routine C per l'ellissoide di spanning,
 problema di rango?L'algoritmo FANNY senza convergenza con 'maxit' = %d iterazioniPer ognuno dei %d campioni, è stato trovato almeno un oggetto che non può essere assegnato ad un cluster (a causa di valori mancanti).I valori mancanti sono stati sostituiti con la mediana delle variabili corrispondentiI valori NA non sono ammessi in una matrice di dissimilarità.I valori NA non sono ammessi in un vettore di clusteringI valori NA non sono ammessi in dist-simile 'x'.I valori NA non sono ammessi in una matrice di dissimilarità.Necessaria una differenza "dist" o una diss.matrix "dmatrix"Nessun cluster generato, valori NA nella matrice di dissomiglianza.Nessun cluster generato, valori NA nella matrice di dissomiglianza.Nessun cluster generato, valori NA nella matrice di dissomiglianza.Nessun cluster generato, una variabile è stata trovata con tutti i valori non-mancanti identici.Clustering interrotto, tutte le variabili hanno almeno un valore mancante.Nessun cluster generato, un oggetto aveva tutti i valori mancanti.Nessun cluster generato, trovata una variabile con più della metà dei valori mancanti.Nessuna informazione valida di silhouette (#{clusters} =? 1)Il numero di cluster 'k' dev'essere in {1,2, .., n-1}; perciò n >= 2L'osservazione %s ha *solo* NA --> omettetela dall'analisiLe osservazioni %s hanno *solo* NA --> omettetele dall'analisi!Imposta "variant" o "pamonce", ma non entrambiIl vettore di clustering è di lunghezza incorrettaIl numerod i cluster dovrebbe essere almeno 1 e al massimo n-1.l'algoritmo potrebbe non convergere in %d iterazionimetodo di clustering ambiguoalmeno una variabile binaria ha più di 2 livelli.almeno una variabile binaria non ha 2 livelli differenti.almeno una variabile binaria ha valori esterni a {0, 1, NA}variabili binarie %s trattate come intervallo ridimensionatoil clustering 'x' e le dissimilarità 'dist' sono incompatibilicalcolate alcune probabilità negative o tutte 0ellipsoidPoints() non ancora implementato per p >= 3 dimensioni.errore in .C(cl_pam, *): medID non validola silhouette piena è disponibile solo per risultati di 'clara(*, keep.data = TRUE)'hanno %d osservazioni, ma non più di %d sono ammessel'indice dev'essere una funzione o una lista di funzioni%s non valido; dev'essere una lista nominata'correct.d' non valido'jstop' non valido da .C(cl_clara,.):oggetto 'silhouette' non valido'spaceH0' non valido:oggetto 'twins' non validometodo di clustering non validooggetto partizione non validostruttura silhouette non validatipo %s non valido per i numeri di colonna %smona() richiede almeno p >= 2 variabili (nell'attuale implementazione)richiede almeno 2 oggetti per l'analisi clusternessun diss o dato trovato per clusplot()'nessun diss o dato trovato, neppure l'argomento originale di %snessun punto senza valori mancantisi omettono gli NAuno o più oggetti contiene solo valori mancantiuna o più variabili contiene solo valori mancanticonfigurazione della variabile 'logical' %s nel tipo 'asymm'configurazione delle variabili 'logical' %s nel tipo 'asymm'specificati 'full' e 'subset'; si utilizzerà 'subset'le appartenenze sono tutte molto vicine a 1/k. Decrementare 'memb.exp'?la matrice quadrata non è simmetrica.quando 'medoids.x' è FALSE, lo dev'essere anche 'keep.data'con variabili miste, la metrica "gower" è utilizzata in maniera automaticax non è una matrice datix non è un data frame o una matrice numerica.x non è un data frame o una matrice numerica.x non è numericox dev'essere una matrice o un data frame.