sc.mod.env.msrhat, sc.mod.env.msrhatmu,
coefficients=c("(Intercept)",'MeanSpeed', 'RH', 'MeanUpdraft', 'TKEsc.mod.env.msrhatmu="a) Global model w/ horizontal wind speed", sc.mod.env.tkerhatmu="b) Global model w/
我希望能够将n个点的数据集划分成一个可变数目的簇(2-10),这样点之间的距离是受约束的最小值,例如每个集群只有5个点。我不需要使用整个数据集,目前正在使用或-工具。for i in range(len(points))) >= minBlue)
status = solver.Solve()我的问题是,我不知道用什么作为目标函数来最小化每个集群的直径(以确保集群中的点接近于一起),并使每个集群中包含的点数最大化。