23

オブジェクトのセットで実行されているアルゴリズムがあります。このアルゴリズムは、セット内の要素間の違いを示すスコア値を生成します。

ソートされた出力は次のようになります。

[1,1,5,6,1,5,10,22,23,23,50,51,51,52,100,112,130,500,512,600,12000,12230]

これらの値をスプレッドシートに置くと、それらがグループを構成していることがわかります

[1,1,5,6,1,5] [10,22,23,23] [50,51,51,52] [100,112,130] [500,512,600] [12000,12230]

これらのグループをプログラムで取得する方法はありますか?

機械学習ライブラリを使用したクラスタリング アルゴリズムでしょうか。それとも私はこれを考えすぎていますか?

私はscikitを見てきましたが、それらの例は私の問題に対してあまりにも高度です...

4

3 に答える 3

28

クラスターの数がわからない場合の適切なオプションは次のMeanShiftとおりです。

import numpy as np
from sklearn.cluster import MeanShift, estimate_bandwidth

x = [1,1,5,6,1,5,10,22,23,23,50,51,51,52,100,112,130,500,512,600,12000,12230]

X = np.array(zip(x,np.zeros(len(x))), dtype=np.int)
bandwidth = estimate_bandwidth(X, quantile=0.1)
ms = MeanShift(bandwidth=bandwidth, bin_seeding=True)
ms.fit(X)
labels = ms.labels_
cluster_centers = ms.cluster_centers_

labels_unique = np.unique(labels)
n_clusters_ = len(labels_unique)

for k in range(n_clusters_):
    my_members = labels == k
    print "cluster {0}: {1}".format(k, X[my_members, 0])

このアルゴリズムの出力:

cluster 0: [ 1  1  5  6  1  5 10 22 23 23 50 51 51 52]
cluster 1: [100 112 130]
cluster 2: [500 512]
cluster 3: [12000]
cluster 4: [12230]
cluster 5: [600]

変数を変更quantileすると、クラスタリング番号の選択基準を変更できます

于 2013-08-21T18:01:23.203 に答える
7

クラスタリングを使用してこれらをグループ化できます。秘訣は、データには 2 つの次元があることを理解することです: 目に見える次元と、[1, 2, 3... 22] のように見える「空間」次元です。次のようにnumpyでこのマトリックスを作成できます。

import numpy as np

y = [1,1,5,6,1,5,10,22,23,23,50,51,51,52,100,112,130,500,512,600,12000,12230]
x = range(len(y))
m = np.matrix([x, y]).transpose()

次に、次を使用して、マトリックスでクラスタリングを実行できます。

from scipy.cluster.vq import kmeans
kclust = kmeans(m, 5)

kclust の出力は次のようになります。

(array([[   11,    51],
       [   15,   114],
       [   20, 12115],
       [    4,     9],
       [   18,   537]]), 21.545126372346271)

あなたにとって最も興味深い部分は、行列の最初の列です。これは、その x 次元に沿った中心が何であるかを示しています。

kclust[0][:, 0]
# [20 18 15  4 11]

次に、5 つの中心のどれに最も近いかに基づいて、ポイントをクラスターに割り当てることができます。

assigned_clusters = [abs(cluster_indices - e).argmin() for e in x]
# [3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 2, 2, 2, 2, 1, 1, 0, 0, 0]
于 2013-08-21T17:52:36.103 に答える