Question

从WEKA调用Hierarchical集群时（我使用的是来自C＃的IKVM，但我不相信它很重要，答案可以是任何一种语言），有一个选项可以生成Newick格式的树形图，但是当我试图解析它时，我需要识别叶子并将每个叶子链接到输入中的一个数据（向量）。

例如，输入arff是：

@RELATION points


@ATTRIBUTE x REAL
@ATTRIBUTE y REAL

@DATA
1.0,2.0
3.0,1.0
1.0,3.0
2.0,1.0

我会以Newick格式得到以下树状图：

((2.0:1,3.0:1):1.49661,(1.0:1,1.0:1):1.49661)

不清楚如何识别点（第一个分支有2和3，但第二个分支有1和1，但不清楚哪个是哪个）。

有没有办法改变这个输出的表示方式，或者在Newick输出中添加一个额外的唯一属性以更好的方式识别基准？

Answer 1

找到解决方案，它可能不适用于所有距离函数，但它适用于Weka Hierarchical Clustering的默认配置：解决方案只是在最后添加一个额外的字符串属性，这似乎在所有计算中都被忽略，这可以包含行或向量的唯一标识，这将由WEKA用于输出最终图形（Newick树形图）

示例ARFF：

(((100:1.41421,200:1.41421):-0.05358,300:1.36064):0.441,400:1.80164)

这将导致以下Newick：

(((5.0:1.41421,6.0:1.41421):-0.05358,5.0:1.36064):0.441,6.0:1.80164)

当忽略最后一个属性时，这将产生完全相同的聚类，但叶子的命名不同：

query ="SELECT save_directory FROM user_cats WHERE\
uploader='"+uploader+"' AND playlists LIKE '%"+playlist+"%'"
c.execute(query)
all_rows = c.fetchall()
print('1):', all_rows)

这是不明确的。

WEKA分层聚类输出 - 叶识别模糊

1 个答案: