首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >有效聚类算法

问有效聚类算法
EN

Stack Overflow用户
提问于 2017-11-16 20:05:57
回答 1查看 80关注 0票数 2

我需要帮助(最好是一个完整的算法,但任何提示或参考将不胜感激),有以下算法问题:

我们有一组N元素。我可以定义任意两个元素之间的距离,这满足度量条件。我需要根据以下规则将这些元素分组为不相交的子集(每个元素完全属于一个子集):

  1. 每个子集中任意两个元素之间的最大距离不超过指定的阈值。
  2. 子集的数目尽可能少。
  3. 如果有多个可能的分组满足条件(1)和(2),则每个子集中任意两个元素之间的最大距离应尽可能小。

示例:

假设我们在一个数字轴上有以下点:1,11,12,13,23。距离很简单,各点之间的差别很小。我们的距离阈值为10。满足条件(1)和(2)的两个可能的分组是:(1,11),(12),(13,23)或(1),(11,12,13),(23)。然而,条件(3)说后一个分组是正确的。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2017-11-17 07:13:45

在一维数据中,对数据进行排序,并将其划分为所需的回收箱数,然后移动垃圾箱边界进行优化。

它在更高的维度上变得更有趣。在那里,问题将是NP难。所以找到最优是很昂贵的。您确实可以在这里使用聚类:使用完全链接聚类。对于O(n)和O(N)记忆方法,请尝试CLINK。但是,根据我的经验,您需要多次运行这个算法,在经过洗牌的数据上,才能得到一个好的解决方案。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/47338220

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档