节点在树中作为特征向量的位置？

背景我有一个节点树，我试图运行一些机器学习算法来分类它们。我想要使用的特征之一是树中节点的位置，即较近的节点可能在同一个类中。节点在树中作为特征向量的位置？

我的问题 我代表所有功能作为数字的向量。任何关于如何在树中表示位置的想法？因此，距离b/n两个向量对应于树中节点之间的距离？（我有一棵深度5-7的小树，分支2-3）

我试过的是 p.S.我阅读了有关算法以找到2个节点之间的最短距离（查找每个节点距离它们最近的共同祖先的距离）。我发现的一个想法是有一个向量x，其中每个索引对应于树中可能的祖先。然后设置x [i] =来自该祖先的数量级别。问题在于 - 我不知道如何处理不是祖先的节点。

来源

2011-06-20 Lavanya

只是把树的路径作为向量。然后简单地计算两条路径之间差异的长度。所以例如。 2,3,1,5,3是一条路径。而2,3,3,5,9,5是另一条路径。所以他们有共同之处。所以差异的长度是1,5,3和3,5,9,5这是7.祝你好运

来源

2011-06-20 22:39:51

谢谢，尽管我正在为节点的位置寻找一个固定长度的向量，所以我可以通过直接做x1-x2来获得像两个节点/向量x1和x2之间的距离，但我想这太希望了为：| – Lavanya

哪里有遗嘱，哪里有办法。 –

所以实际上有一个非常好的方式来派生你想要的功能;您可以使用MDS这样做。什么MDS做的是它需要一个N乘N矩阵（这里N是节点的数量），其中条目a_ {i，j}是项目i和项目j之间的距离（节点i和节点j），并且对于每个项目i它将返回一个D（预先指定的）位置向量D_i，使得D_i和D_j之间的距离近似为a_ {i，j}。

因此，我们可以让您的特征向量进行一些预处理。首先，找到每对节点的最短距离（可以使用Floyd-Warshall），然后使用距离矩阵作为MDS的输入，并为您指定位置矢量的维数，MDS将输出位置矢量所述尺寸。

如果您搜索网络，我相信您可以找到Floyd-Warshall和MDS的开源实现。

来源

2011-07-31 23:01:21 Junier

节点在树中作为特征向量的位置？

回答

相关问题