Question

我有以下问题 - 提出摘要以解决关键问题。

我每个都有10个点，与另一个距离。我想

能够找到群集的中心，即与彼此的点成对距离最小化的点，
令p（j）~p（k）表示成对距离beteen点j和k
p（i）是簇的中心点iff p（i）s.t.全部0＆lt; min [sum（p（j）~p（k））] j，k＆lt; = n我们在集群中有n个点
确定一旦群集中的数据点数超过某个阈值t，如何将群集拆分为两个群集。

这不是欧几里德的空间。但是距离可以总结如下 - p（i）是点i：

       p(1)    p(2)    p(3)    p(4)    p(5)    p(6)    p(7)    p(8)    p(9)    p(10)
p(1)    0       2       1       3       2       3       3       2       3        4
p(2)    2       0       1       3       2       3       3       2       3        4
p(3)    1       1       0       2       0       1       2       1       2        3
p(4)    3       3       2       0       1       2       3       2       3        4      
p(5)    2       2       1       1       0       1       2       1       2        3   
p(6)    3       3       2       2       1       0       3       2       3        4   
p(7)    3       3       2       3       2       3       0       1       2        3  
p(8)    2       2       1       2       1       2       1       0       1        2 
p(9)    3       3       2       3       2       3       2       1       0        1
p(10)   4       4       3       4       3       4       3       2       1        0

我如何计算该群集的中心点？

Answer 1

据我所知，这看起来像K Means Clustering，而你所寻找的通常被称为'Medoids'。

请参阅此处：http://en.wikipedia.org/wiki/Medoids或此处：http://en.wikipedia.org/wiki/K-medoids

Answer 2

我可能会在显示完全愚蠢之前出现那种颤抖。但这不容易屈服于暴力吗？在Python中：

distances = [
[ 0 , 2 , 1 , 3 , 2 , 3 , 3 , 2 , 3 , 4 , ],
[ 2 , 0 , 1 , 3 , 2 , 3 , 3 , 2 , 3 , 4 , ],
[ 1 , 1 , 0 , 2 , 0 , 1 , 2 , 1 , 2 , 3 , ],
[ 3 , 3 , 2 , 0 , 1 , 2 , 3 , 2 , 3 , 4 , ],
[ 2 , 2 , 1 , 1 , 0 , 1 , 2 , 1 , 2 , 3 , ],
[ 3 , 3 , 2 , 2 , 1 , 0 , 3 , 2 , 3 , 4 , ],
[ 3 , 3 , 2 , 3 , 2 , 3 , 0 , 1 , 2 , 3 , ],
[ 2 , 2 , 1 , 2 , 1 , 2 , 1 , 0 , 1 , 2 , ],
[ 3 , 3 , 2 , 3 , 2 , 3 , 2 , 1 , 0 , 1 , ],
[ 4 , 4 , 3 , 4 , 3 , 4 , 3 , 2 , 1 , 0 , ],
]

currentMinimum = 99999

for point in range ( 10 ) :
    distance_sum = 0
    for second_point in range ( 10 ) :
        if point == second_point : continue
        distance_sum += distances [ point ] [ second_point ]
    print '>>>>>', point, distance_sum 

    if distance_sum < currentMinimum :
        currentMinimum = distance_sum 
        centre = point

print centre

Answer 3

A）

找到所有距离的中位数或平均值。 = avgAll
对于每个p，找到与其他机器的平均距离。 = avgP（i）
选择较近的一个作为中心。 avgAll~ = avgP（i）

b）中现在不知道..

也许每个p，找到更近的机器。

通过这个逻辑制作图表。

比某种程度（我还不知道）划分图表

Answer 4

您尝试做什么，或者至少（b）属于Cluster Analysis。数学/统计/计量经济学的一个分支，其中数据点（例如，n维空间中的点）在组或集群之间划分。如何做到这一点不是一个微不足道的问题，有很多很多可能的方法。

在the wikipedia article on cluster analysis了解详情。

找到集群的中心

4 个答案: