使用不同大小的群集群

我有一个defaultdict()带有一个实例（由键表示）和在该实例中交互的ID。这些组的大小不同：使用不同大小的群集群

{ 
'2450-66-L116': {'7652', '8089', '9687', '7298', '7622'}, 
'2089-48-LQ16': {'7628', '1269', '96664', '76493'}, 
'2827-176-LE16': {'76538', '1269', '6688', '7990', '7649'}, 
'2322-153-L116': {'1588', '8460', '7606', '15745'}, 
'4063-1-LE16': {'9339', '8682'}, 
'2142-9-L116': {'7990', '7684', '9687'}, 
'608-664-LE16': {'7610'}, 
'2789-204-L116': {'8089', '5782', '96664', '7990'}, 
'994-31-L116': {'15745', '7610'}, 
'994-35-LE16': {'12569', '7802'}, 
'1559-1080-L115': {'7652', '8682', '7607', '9675', '7614', '7802', '7610'}, 
'5326-30-L116': {'9687', '7684', '7652', '5782', '7638', '5907', '7663'} 
}

我需要创建通常在相同实例中交互的ID组。用这些数据创建ID集群的最佳方式是什么？我应该使用kmeans，networkx还是其他？

来源

2016-11-19 castor

首先，在进行任何模型化时使用字典是绝对不好的。你应该创建一个数组或者熊猫数据框，其中id为标签，所有实例为变量（如果它们链接到一个ID，它们应该有0或1）。然后你可以尝试建立一个kmeans，但我不确定你有足够的数据来构建任何东西...

来源

2016-11-20 17:26:50

谢谢！原始数据由43K ID和110K个实例组成。好吧，我有一个1和0的数据框，但它有时会做其他操作，所以这就是为什么我把它转换成字典。 – castor

我不确定任何sciki-learn算法接受字典，所以你应该回到你的数据框。它有什么问题？为什么会崩溃？ –

使用不同大小的群集群

回答

相关问题