��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})�'��!��
��:�*��3F?"�2�4�3 AE 7� C� 3!>7!-v!�!)�!+�!D"?S"%�"I�"B#(F#&o#>�#J�#1 $�R$=:%ix%H�%6+&�b&S�&/9'0i'*�'/�'6�'2,(=_(B�(_�(S@)R�)^�);F*@�*��*0|+'�+J�+. , O,=p,>�,:�,K(-3t-8�-2�-..GC.7�.5�.1�.+/)C/!m/�/�/�/�/0,0CJ0#�0+�09�0'1@1:Q1=�1��18g2H�2&�2:3CK3�30�3.�34+4
=[
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: cluster 2.1.1
PO-Revision-Date: 2021-05-05 10:17+0200
Last-Translator: Gabrielė Stupurienė <[email protected]>
Language-Team: none
Language: LT
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
X-Generator: Poedit 2.4.2
Plural-Forms: nplurals=3; plural=(n%10==1 && (n%100<11 || n%100>19) ? 0 : n%10>=2 && n%10<=9 && (n%100<11 || n%100>19) ? 1 : 2);
%d stebėjimas (%s) turi * tik * NA -- > praleisti juos grupavimui!%d stebėjimai (%s) turi * tik * NA -- > praleisti juos grupavimui!%d stebėjimų (%s) turi * tik * NA -- > praleisti juos grupavimui!%s turi pastovius stulpelius %s; jie standartizuojami į 0%s turi neleistinus stulpelių pavadinimus%s turi būti 1:ncol(x)%s turi būti stulpelių pavadinimai arba skaičiai'A' turi būti [p x p] kovariacijos matrica, apibrėžianti elipsoidą'B' turi būti teigiamas skaičius'col.clus' turi būti ilgis 4, kai spalva yra TRUE'dmatrix' nėra skirtumų matrica, suderinama su 'x''full' turi būti FALSE, TRUE arba skaičius [0, 1]'iniMem.p' turi būti ne neigiama [n * k] matrica su rowSums == 1'k' (klasterių skaičius) turi būti {1,2, .., n/2 -1}'m', priklausomybių matrica, turi būti neneigiama su rowSums == 1'maxit' turi būti ne neigiamas sveikasis skaičius'medoids' turi būti NULL arba %d indeksai { 1,2, .., n}, n=%d'memb.exp' turi būti baigtinis skaičius > 1'n' turi būti >= 2'par.method' turi būti 1, 3 arba 4 ilgio'samples' turėtų būti ne mažesni kaip 1'sampsize' = %d neturėtų būti didesnis už objektų skaičių, %d'sampsize' turi būti bent %d = max(2, 1+ klasterių skaičius)'weights' ilgis turi būti p (arba 1)'x' yra "dist" objektas, bet turėtų būti duomenų matrica arba sistema'x' nėra ir negali būti konvertuojamas į klasę "dissimilarity"'x' turi būti skaitinė [n x p] matrica'x' turi turėti tik sveikuosius kodus>>>>> keistas atvejis clusplot.default() - prašome pranešti!Visi kintamieji turi būti dvejetainiai (pvz., koeficientas su 2 lygiais).Negalima saugoti duomenų, kai 'x' yra skirtumas!Atstumo skaičiavimai su NA: naudojant teisingą, o ne iki 2016 m. neteisingą formulę.
Naudokite 'correct.d=FALSE', kad gautumėte ankstesnius rezultatus, arba aiškiai nustatykite 'correct.d=TRUE', kad
 slėpti šį įspėjimą.Atstumai turi būti dist rezultatas arba kvadratinė matrica.Kiekviename atsitiktinių pavyzdžių sudėtyje yra objektų, tarp kurių negalima apskaičiuoti atstumo.Aprėpiančio elipsoido, esančio C programoje klaida,
 rango problema??FANNY algoritmas nekonvergavo 'maxit' = %d iteracijoseKiekvienam iš %d pavyzdžių buvo rastas bent vienas objektas, kurio nepavyko priskirti klasteriui (dėl trūkstamų reikšmių).Trūkstamos reikšmės buvo perkeltos iš atitinkamo (-ų) kintamojo (-ų) medianosNA reikšmės skirtumo matricoje neleidžiamos.NA reikšmės neleidžiamos grupavimo vektoriujeNA reikšmės neleidžiamos dist kaip 'x'.NA reikšmės skirtumo matricoje neleidžiamos.Reikia arba skirtumo 'dist' arba diss.matrix 'dmatrix'Nebuvo atliktas grupavimas, NA skirtumo matricoje.Nebuvo atliktas grupavimas, NA reikšmės skirtumo matricoje.Nebuvo atliktas grupavimas, NA apskaičiuotoje skirtumo matricoje.Grupavimas neatliktas, rastas kintamasis su visomis identiškomis netrūkstamomis reikšmėmis.Grupavimas nebuvo atliktas, visi kintamieji turi bent vieną trūkstamą reikšmę.Grupavimas nebuvo atliktas, rastas objektas su visomis trūkstamomis reikšmėmis.Nebuvo atliktas grupavimas, rastas kintamasis, kuriame trūksta daugiau nei pusės reikšmių.Nėra galiojančios silueto informacijos (#{clusters} =? 1)Klasterių skaičius 'k' turi būti {1,2, .., n-1}; taigi n >= 2Stebėjimas %s turi * tik * NA -- > praleisti jį grupavimuiStebėjimai %s turi * tik * NA -- > praleisti jį grupavimui!Stebėjimų %s turi * tik * NA -- > praleisti jį grupavimui!Nustatykite 'variant' arba 'pamonce', bet ne abuGrupavimo vektorius yra netinkamo ilgioKlasterio skaičius turi būti ne mažesnis kaip 1 ir ne daugiau kaip n-1.algoritmas galbūt nekonvergavo %d iteracijoseneaiškus klasterizavimo metodasbent vienas dvejetainis kintamasis turi daugiau nei 2 lygius.bent vienas dvejetainis kintamasis neturi 2 skirtingų lygių.bent vieno dvejetainio kintamojo reikšmės nėra {0,1,NA}dvejetainis kintamasis (-ieji) %s traktuojamas (-i) kaip intervalo mastelisgrupavimas 'x' ir skirtumas 'dist' yra nesuderinamiapskaičiavo kai kurias neigiamas arba visas 0 tikimybesellipsoidPoints() dar neįgyvendintas p > = 3 dim.klaida iš . C(cl_pam, *): negaliojantis medIDvisas siluetas prieinamas tik 'clara(*, keep.data = TRUE)' rezultatams.turi %d pastabų, tačiau leidžiama ne daugiau kaip %dindeksas turi būti funkcija arba funkcijų sąrašasnegaliojantys %s; turi būti įvardytas sąrašasneleistinas 'correct.d'negaliojantis 'jstop' iš .C(cl_clara,.):neleistinas 'silhouette' objektasneleistinas 'spaceH0':neleistinas 'twins' objektasneleistinas grupavimo metodasneleistinas skaidinio objektasnetinkama silueto struktūraneleistinas tipas %s stulpelių numeriams %smona() reikia bent p > = 2 kintamųjų (dabartiniame įgyvendinime)reikia bent 2 objektų į klasterįnerasta jokių diss ir clusplot()' duomenųnerasta nei diss, nei duomenų, nei pradinio %s argumentonėra taškų be trūkstamų reikšmiųpraleidžiami NAviename ar daugiau objektų yra tik trūkstamos reikšmėsviename ar daugiau kintamųjų yra tik trūkstamos reikšmės'logical' kintamojo %s nustatymas į tipą 'asymm''logical' kintamųjų %s nustatymas į tipą 'asymm''logical' kintamųjų %s nustatymas į tipą 'asymm'nurodyti abu 'full' ir 'subset'; bus naudojamas 'subset'visos priklausomybės yra labai artimos 1/k. Gal sumažinti 'memb.exp' ?kvadratinė matrica nėra simetriška.kai 'medoids.x' yra FALSE, 'keep.data' turi būti taip patsu mišriais kintamaisiais, metrika "gower" naudojama automatiškaix nėra duomenų matricax nėra duomenų sistema arba skaitinė matrica.x nėra skaitinė duomenų sistema ar matrica.x nėra skaitinisx turi būti matrica arba duomenų sistema.