通过重复数据进行聚类

有没有办法将包含3D点对（或其索引号）的数据集拆分为连接的集群？也就是说，如果两个对（a，b）和（c，d）共享一个公共点（即a = c，b = c，a = d或b = d），或者如果存在一个或多个其他对的链，每一对都与前一个共同点，从一对到另一对。通过重复数据进行聚类

例如，对列表：

[[1,2],[2,3],[4,5],[6,7],[7,8],[9,4],[8,5]]

将被分组如下：

[[1,2],[2,3]] 

[[4,5],[6,7],[7,8],[9,4],[8,5]]

在第一簇中，对（1,2）和（2,3）具有共同点2，并且不与群外的任何对共享点。在第二类中，这对（4,5）与（9,4）和（8,5）共有点，而（8,5）与（7,8）有一个共同点，它有一个共同点与（6,7）。

数据最初存储在一个numpy数组中，但输出格式不是太重要。

我需要能够访问组成每个单个群集的数据。

来源

2017-10-19 Ben Bird

我无法理解的分组的逻辑。如果'[1,2]，[2,3]'在一个集群中，那么为什么不是[6,7]，[7,8]'也是它自己的集群呢？ “重复点”是什么意思？ – roganjosh

@roganjosh我认为这个问题可以表示为查找图的连通分量，其中给定对是边并且数是节点。 OP，退出networkx。 –

@Alex不幸的是，这个解释并没有被随机编辑帮助添加注释（而不是由OP或你）来解决这个问题。但即便如此，我是否需要将输出解释为识别连接图中的中断，然后将其余部分转储到另一个列表中？ '[6,7]，[7,8]'仍然存在，但它与其余部分一起出现。 – roganjosh

使用networkx：

import networkx 

edges = [[1, 2], [2, 3], [4, 5], [6, 7], [7, 8], [9, 4], [8, 5]] 

graph = networkx.Graph(edges) 
print(list(networkx.connected_components(graph)))

输出：

[set([1, 2, 3]), set([4, 5, 6, 7, 8, 9])]

来源

2017-10-19 19:46:42

只是偶然发现了自己的networkx。谢谢你为你工作的例子。 –

通过重复数据进行聚类

回答

相关问题