問題タブ [spectral]

グラフ理論で比較的よく知られている数学的定理 (Bauer と Jost による「二部グラフと近傍グラフと正規化グラフ ラプラス演算子のスペクトル」の紹介を参照) では、正規化されたラプラス演算子のスペクトルは常に2 だけ上にあり、グラフが 2 部構成である場合に限り、上限が達成されます。私は Networkx を使用しており、ラプラシアン スペクトル (Networkx ユーティリティによって生成された配列) は 2 をはるかに超える値を返しています。以下の例では、取得している最大の固有値は 18.137 です。グラフは 2 部構成ではないため、最大固有値は厳密に 2 未満である必要があります。コードのサンプルを次に示します。

この Networkx 関数は、正規化されたラプラシアン スペクトルではなく、ラプラシアン スペクトルを使用している可能性が高いことを理解しています。ただし、これらは「類似」(数学的な意味で) の行列であるため、同じ固有値を持つ必要があります。どこが間違っていますか？私は何かばかげたことをしているのかもしれません。

私は現在、プロット スキルを向上させようとしています...再び-.- ほとんどの場合、関数データをプロットしたいと考えています。通常、私は ggplot2 を使用してデータを正しい形式に変換するだけでこれを行っています。しかし今、明らかに私のような人々のために設計されたパッケージ「hyperSpec」に出くわしました。このパッケージは実際にggplot2の環境を利用しています。問題は、このパッケージを使用するために必要な基本オブジェクトの作成に苦労していることです。マニュアルを読んだ後でも、自分のデータがどのように見えるべきかわかりません。

誰でもそれで私を助けることができますか？

パワー スペクトルから信号の帯域幅を測定しようとしています。相対振幅値を指定して、最小値と最大値を抽出できるようにしたいと考えています。私は「seewave」を使用してパワースペクトルを計算しており、密度プロットを作成してアブラインを提供できますが、アブラインがプロットと交差する場所をRに教えてもらう方法がわかりません。信号の品質に応じて、関心のある相対振幅値を変更する必要がありますが、R を使用して帯域幅を測定する簡単な方法を見つけたいと考えています。よろしくお願いします!

スペクトルクラスタリングよりも階層的クラスタリングを使用する利点があることを誰か説明してもらえますか? それらがどのように機能するかは知っていますが、スペクトル クラスタリングよりも階層的クラスタリングを使用する方がよい状況を知りたいです。

私はここで初めてですが、長い間回答を使用しており、常に役に立ちますが、これが見つかりません。

私はデータ操作のためにスペクトル python を使用しており、入力データを大幅に変更しています。実際、元のイメージのみに基づいて新しいバイナリ イメージを作成しています。出力を除いて、すべてのコードがしっかりしています。各行のリストと各ピクセルのバンドのリスト (角括弧が必要) を含む配列が必要です。ゼロの理論上の 3x3 ピクセル イメージは次のようになります。

ただし、ピクセルには1つのバンドしかなく、各値を設定して追加することでそれを行ってきましたが、pythonは単一の値リストをリストとして追加することを嫌うようで、代わりに次のようになります:

...私の最終的なソフトウェアは、1 行の 3 ピクセルのイメージとして読み取り、バンドが正しくありません。

Python では、既存の画像をその形式で読み込む際に問題はありませんが、作成はしません。各ピクセルを 0 または 1 ではなく [0] または [1] として割り当てようとしました。行に追加する前に、ピクセルのためだけに空のリストに各値を追加しようとしましたが、他に何も見つかりませんソリューション。表示されていない回避策はありますか?

以下の MATLAB スクリプトを実行すると、次のようなエラーが表示され続けます。

1. spaの使用エラー(147 行目)  
   ウィンドウ サイズの値は 2 より大きい整数でなければなりません。

2. 「projectName」のエラー G = spa(xFunction2, x)

複数のタイプの引数を「スパ」(データ、ウィンドウサイズ、頻度) に入れようとしましたが、それでも同じエラーが発生します。ヘルプ？

私は scikit-learn (別名 sklearn) を使用していくつかのクラスタリングを行っていgammaますが、関数のパラメーターを操作しようとするまで、すべてが正常にspectral_clustering機能していました。

anaconda（1.5.1）で管理する仮想環境で、python（3.5.2）でsklearn（0.18.1）を使用しています。

関数の公式ドキュメントには、パラメータについての言及がありますgamma。

クラス sklearn.cluster.SpectralClustering(n_clusters=8、eigen_solver=なし、random_state=なし、n_init=10、ガンマ=1.0、親和性='rbf'、n_neighbors=10、eigen_tol=0.0、assign_labels='kmeans'、度=3 、coef0=1、kernel_params=なし、n_jobs=1)

ただし、自分のマシンでパラメーターgammaを関数に渡そうとすると、次のエラーが発生します。

TypeError:spectral_clustering() が予期しないキーワード引数 'gamma' を取得しました

そして、関数のヘルプページを表示すると、公式ドキュメントhelp(spectral_clustering)とはまったく異なる情報が得られました。

Spectral_clustering(affinity, n_clusters=8, n_components=なし, eigen_solver=なし, random_state=なし, n_init=10, eigen_tol=0.0, assign_labels='kmeans')

一部のパラメーターが欠落しているようです。おそらくcondaパッケージからのものだと思いましたが、pipでインストールしても問題は解決しません。

仮想環境の外にインストールしようとしても、同様の問題が発生します。

しかし、2 人の同僚に尋ねたところ、1 人は私と同じ問題を抱えていましたが、もう 1 人はhelp(spectral_clustering)関数内で公式ドキュメントと同じ情報を見ることができました。

公式ドキュメントと同じ機能を得るにはどうすればよいですか?

spectral_clustering次のように、パイプラインの 1 つで関数を使用しています。

パラメータを変更しようとしない限り、この関数は問題なく動作しgammaます。

解決済み:私の間違いは、参考として使用した公式の例の 1 つ から来ています。

解決策: 以下の解説で説明されているように、同じではSpectralClusteringありspectral_clusteringません。最後のものはfitクラスの関数によって使用され、これは関数で以前に使用されているため、パラメーターとしてSpectralClustering取りません。gammafit

したがって、gammaパラメータを変更できるようにするには、最初にオブジェクトをインスタンス化し、このクラスが提供するSpectralClustering関数を使用する必要があります。fit