我正在寻找一种算法来获得不同值的不同方法。示例:我的值是1.6、1.7、5.6、5.7、5、5,所以输出应该是1.65和5.7。
发布于 2021-12-28 16:26:23
如果你知道每个星系团周围的“范围”意味着
一个可能的简单解决方案:将每个值舍入到“范围”参数的倍数;将四舍五入到相同倍数的组值。
要进行分组,可以使用sorted和itertools.groupby的组合,或者更简单地说,可以使用dict of lists。
from collections import defaultdict
def clusters(data, r):
groups = defaultdict(list)
for x in data:
groups[x // r].append(x)
return groups
def means_of_clusters(data, r):
return [sum(g) / len(g) for g in clusters(data, r).values()]
print( means_of_clusters([1.6, 1.7, 5.6, 5.7, 5.5], 0.4) )
# [1.65, 5.55, 5.7]注意如何将5.7与5.5和5.6分开,因为5.5和5.6四舍五入为13*0.4,而5.7四舍五入为14*0.4。
如果你知道集群的数量
您在评论中提到,总有两个组。我建议只在排序列表中寻找两个连续数字之间的最大差距,并在这个差距上进行分割:
def split_in_2_clusters(data):
seq = sorted(data)
split_index = max(range(1, len(seq)), key=lambda i: seq[i] - seq[i-1])
return seq[:split_index], seq[split_index:]
def means_of_2_clusters(data):
return tuple(sum(g) / len(g) for g in split_in_2_clusters(data))
print( means_of_2_clusters([1.6, 1.7, 5.6, 5.7, 5.5]) )
# (1.65, 5.6000000000000005)对于更复杂的聚类问题
我强烈建议查看在库scikit-learn中实现的所有集群算法。文档页面在一个很好的表中列出了算法,该表解释了哪些参数被哪个算法所期望;因此您可以很容易地选择最适合您的情况的算法。
https://stackoverflow.com/questions/70509610
复制相似问题