J'ai le problème suivant - fait abstrait pour faire ressortir les problèmes clés.
J'ai 10 points chacun à une certaine distance de l'autre. Je veux
Ce n'est pas un espace euclidien. Mais les distances peuvent être résumées comme suit - p (i) est le point I: Comment calculerais-je quel est le point central de ce groupe? < / p>
4 Réponses :
a)
b) aucune idée pour l'instant ..
Peut-être pour chaque P, trouvez la machine plus proche.
Par cette logique Faites un graphique.
que d'une manière ou d'une autre (je ne sais pas encore) diviser le graphique
Autant que je sache, cela ressemble à K signifie regroupement et ce que vous recherchez est généralement appelé "Médoïds".
voir ici: http://fr.wikipedia.org/wiki/medoides ou Ici: http://fr.wikipedia.org/wiki/k-metidoides < / p>
UPVOTED: Cela ressemble en effet à la voie à suivre pour des métriques non euclidiennes. Mais cela nécessite toujours au moins que l'inégalité du triangle tient; J'avoue que je ne suis pas assez patient pour vérifier que pour l'exemple d'Ankur.
@ Jim, l'inégalité du triangle tient dans mon "espace métrique", alors cela devrait fonctionner.
Qu'est-ce que vous essayez de faire, ou au moins (B) appartient à l'analyse de la grappe. Une branche de mathématiques / statistiques / économétrie où les données (par exemple des points dans l'espace N-dimensionnel) sont divisées entre groupes ou clusters. Comment faire ce n'est pas une question triviale, il y a beaucoup de manières possibles.
En savoir plus à L'article Wikipedia sur l'analyse du cluster .
Je suis peut-être sur le point d'avoir ce frisson qui vient juste avant d'afficher une stupidité totale. Mais cela ne cédit-il pas facilement à la force brute? En python:
Bonjour Bill, je suis arrivé à une conclusion similaire. Une fois votre cluster et que vous souhaitez choisir le centre d'un cluster, c'est à peu près le moyen de le faire. Ce que je fais, c'est ceci: je commence par un seul cluster car je commence par 1 point de données, comme étant davantage ajouté et mon groupe devient supérieur à un seuil T, je le divisions. Je choisis ensuite les deux principaux points que des centres pour les nouvelles clusters. Chaque point est ensuite attribué à l'un des deux points en fonction duquel est plus proche. Ensuite, le centre actuel de chaque cluster est calculé.
S'il vous plaît définir "centre du cluster"
@ Notifle - fait ... Avez-vous des idées
L'application concerne les concepts de clustering - mon application est un magasin de données sémantiques - les points représentent des objets abstraits. Je veux faire des objets en grappes pour pouvoir déterminer les "concepts"
Voulez-vous dire: choisissez I qui minimise [somme (p (i) ~ p (j)] pour 0
@JIM - En mots, nous voulons minimiser les distances paires pour toutes les paires de points d'une grappe. Le point qui donne au minimum est le point central.