File: C:/Program Files/R/R-4.4.0/library/cluster/po/pl/LC_MESSAGES/R-cluster.mo
�� U � q l 0 � 1 7 � �
' % 3 M � 2 � 9 � ? 5 O ? � $ � M � & 8
_
) p
�
C �
@ �
$ > < c ; � ! � � 8 4 X V � < � !
L �
2 �
. ! + P 2 | ; � 6 � ? " B b T � G � E B K � 2 � > v F , � ; � 1 & X 4 t 8 � 7 � 0 8 K - � 5 � ) � M ` $ � � � �
% ' " M & p 7 � � � / � 1 - \ _ F � # 2 ' : Z � ) � ' � � ! � 1 � $ B # b # � ) � C � + N D 9 � > � D ? Q 0 � f � , ) V - r ) � D � @ , P F } V � ' < C K � B � j ! = z! � �! O M" 3 �" 4 �" 7 # 3 ># 7 r# 9 �# : �# D $ Y d$ Z �$ T % T n% ; �% N �% � N& 1 2' @ d' < �' ! �' B ( E G( D �( C �( 8 ) K O) M �) - �) P * ) h* ' �* �* �* �* + ! 0+ & R+ . y+ ; �+ A �+ ( &, O, C f, @ �, � �, F }- ( �- C �- C 1. & u. @ �. 9 �. / 3 5/ R " ! L M U 2 E (
5 + 7 * < G 9 - S Q % ; 8 4 ' K # A J / 6 & O
$ 0 : B H F N = ? P D @ 1 ) C . , > T I 3 %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' '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! Distances must be result of dist or a square matrix. Each of the random samples contains objects between which no distance can be computed. FANNY algorithm has not converged in 'maxit' = %d iterations For 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 vector NA-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 >= 2 Observation %s has *only* NAs --> omit it for clustering Observations %s have *only* NAs --> omit them for clustering! The clustering vector is of incorrect length The number of cluster should be at least 1 and at most n-1. algorithm possibly not converged in %d iterations ambiguous clustering method at 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 scaled clustering 'x' and dissimilarity 'dist' are incompatible computed some negative or all 0 probabilities ellipsoidPoints() not yet implemented for p >= 3 dim. error from .C(cl_pam, *): invalid medID's full silhouette is only available for results of 'clara(*, keep.data = TRUE)' invalid %s; must be named list invalid 'jstop' from .C(cl_clara,.): invalid 'silhouette' object invalid 'twins' object invalid clustering method invalid partition object invalid silhouette structure invalid type %s for column numbers %s need at least 2 objects to cluster no diss nor data found for clusplot()' no diss nor data found, nor the original argument of %s no points without missing values omitting NAs one or more objects contain only missing values one or more variables contain only missing values setting 'logical' variable %s to type 'asymm' setting 'logical' variables %s to type 'asymm' 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 too with mixed variables, metric "gower" is used automatically x is not a data matrix x is not a dataframe or a numeric matrix. x is not a numeric dataframe or matrix. x is not numeric x must be a matrix or data frame. Project-Id-Version: cluster 1.15.1
Report-Msgid-Bugs-To: bugs.r-project.org
PO-Revision-Date: 2014-03-27 17:34+0100
Last-Translator: Łukasz Daniel <[email protected]>
Language-Team: Łukasz Daniel <[email protected]>
Language: pl_PL
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
Plural-Forms: nplurals=3; plural=(n==1 ? 0 : n%10>=2 && n%10<=4 && (n%100<10 || n%100>=20) ? 1 : 2);
X-Poedit-SourceCharset: iso-8859-1
X-Generator: Poedit 1.5.4
%d obserwacja (%s) posiada *tylko* wartości NA --> pomijanie jej w grupowaniu %d obserwacje (%s ...) posiadają *tylko* wartości NA --> pomijanie ich w grupowaniu %d obserwacji (%s ...) posiadają *tylko* wartości NA --> pomijanie ich w grupowaniu %s posiada stałe kolumny %s; zostały one ustandaryzowane do zera %s posiada niepoprawne nazwy kolumn %s musi być w przedziale 1:ncol(x) %s musi zawierać nazwy kolumn lub liczby 'A' musi być macierzą kowariancji p x p określającą elipsoidę 'B' musi być dodatnią liczbą całkowitą argument 'col.clus' powinien mieć długość 4, gdy 'color' ma wartość TRUE 'dmatrix' nie jest macierzą różnic kompatybilną z 'x' 'iniMem.p' musi być nieujemną maceirzą n x k z rowSums == 1 'k' (liczba grup) musi mieścić się w przedziale {1,2, .., n/2 -1} macierz przynależności 'm' musi być nieujemna z rowSums == 1 'maxit' musi być nieujemną liczbą całkowitą argument 'medoids' musi być wartością NULL lub wektorem %d różnych indeksów w {1,2, .., n}, n=%d 'memb.exp' musi być skończoną liczbą > 1 argument 'n' musi być >= 2 'par.method' musi być długości 1, 3, lub 4 'samples' powinno wynosić przynajmniej 1 'sampsize' = %d nie powinien być większy niż liczba obiektów, %d 'sampsize' powinien być co najmniej %d = max(2, 1+ liczba grup) 'weights' musi być o długości 'p' (lub 1) 'x' jest obiektem klasy "dist", ale powinien być macierzą lub ramką argument 'x' nie jest i nie może być przekształcony na obiekt klasy "dissimilarity" 'x' musi być liczbową macierzą n x p 'x' musi posiadać tylko kody będące liczbami całkowitymi >>>>> zabawny przypadek w 'clusplot.default()' -- proszę zgłosić raport! Odległości muszą być wynikiem 'dist' lub macierzy kwadratowej. Każda z losowych próbek zawiera obiekty pomiędzy którymi żadna odległość nie może być obliczona. algorytm FANNY nie uzbieżnił się w 'maxit' = %d iteracjach Dla każdej z %d próbek, co najmniej jeden obiekt został znaleziony, który nie mógł być przypisany do grupy (z uwagi na brakujące wartości). Brakujące wartości zostały zastąpione przez medianę odpowiednich zmiennych wartości NA w macierzy różnic nie są dozwolone. wartości NA są niedozwolone w wektorze grupującym wartości NA nie są dozwolone w 'x' typu odległości. wartości NA w macierzy różnic nie są dozwolone. Potrzeba albo różnic 'dist' lub diss.matrix 'dmatrix' Nie wykonano grupowania, wartości NA w macierzy różnic Nie wykonano grupowania, wartości NA w macierzy różnic. Nie wykonano grupowania, wyliczono wartości NA w macierzy różnic. Nie wykonano grupowania, znaleziono zmienną z identycznymi niebrakującymi wartościami. Nie wykonano grupowania, wszystkie zmienne mają co najmniej jedną brakującą wartość. Nie wykonano grupowania, znaleziono obiekt któremu brakowało wszystkich wartości. Nie wykonano grupowania, znaleziono obiekt któremu brakowało wszystkich wartości. Brak poprawnej informacji o sylwetce (czy liczba grup =? 1) Liczba grup 'k' musi zawierać się w zbiorze {1,2, .., n-1}; tak więc n >= 2 Obserwacja %s posiada *tylko* wartości NA --> pomijanie jej w grupowaniu Obserwacje %s posiadają *tylko* wartości NA --> pomijanie ich w grupowaniu Obserwacje %s posiadają *tylko* wartości NA --> pomijanie ich w grupowaniu Wektor grupujący posiada niepoprawną długość Liczba grup powinna wynosić conajmniej 1 oraz co najwyżej n-1. algorytm prawdopodobnie nie uzbieżnił się w %d iteracjach niejednoznaczna metoda grupowania przynajmniej jedna zmienna binarna posiada więcej niż 2 poziomy. przynajmniej jedna zmienna binarna nie posiada 2 różnych poziomów. przynajmniej jedna zmienna binarna posiada wartości poza {0, 1, NA} zmienne binarne %s traktowane jako interwał zostały przeskalowane grupowane 'x' oraz różnice 'dist' nie są kompatybilne niektóre wyliczone prawdopodobieństwa są ujemne lub wszystkie są zerami 'ellipsoidPoints()' nie została jeszcze zaimplementowana dla p >= 3 wymiary. błąd w '.C(cl_pam, *)': niepoprawne 'medID' pełna sylwetka jest dostępna jedynie dla wyników 'clara(*, keep.data = TRUE)' niepoprawne %s; musi być nazwaną listą niepoprawny 'jstop' z '.C(cl_clara,.)': niepoprawny obiekt 'silhouette' niepoprawny obiekt 'twins' niepoprawna metoda grupowania niepoprawny obiekt podziału niepoprana struktura 'silhouette' niepoprawny typ %s dla liczb kolumn %s potrzeba co najmniej 2 obiektów do grupowania nie znaleziono różnic ani danych dla funkcji 'clusplot()' nie znaleziono różnic ani danych, ani oryginalnego argumentu %s brak punktów bez brakujących wartości pomijanie wartości NA jeden lub więcej obiektów zawierają jedynie wartości brakujące jeden lub więcej zmiennych zawiera jedynie wartości brakujące ustawianie zmiennej 'logical' %s na tym 'asymm' ustawianie zmiennych 'logical' %s na tym 'asymm' ustawianie zmiennych 'logical' %s na tym 'asymm' przynależności są bardzo bliskie 1/k. Może zmniejszyć 'memb.exp'? macierz kwadratowa nie jest symetryczna. kiedy 'medoids.x' jest FALSE, 'keep.data' musi być również FALSE z mieszanymi zmiennymi, metryka 'gower' jest używana automatycznie argument 'x' nie jest macierzą danych argument 'x' nie jest ramką danych ani też macierzą liczbową argument 'x' nie jest ramką liczbową ani też macierzą argument 'x' nie jest liczbą argument 'x' musi być macierzą lub ramką danych.