在家蹲了一个月照顾小孩,完全被洗脑了,程序代码是神马,能吃么?
今天回来,决定练练脑,瞎看了会儿黎曼几何的入门知识,突然觉得没准儿可以用在聚类上,检索了一下,果然有相关的文章。
找到一篇论文,先试试看。《基于流形距离的聚类算法研究及其应用》 http://download.csdn.net/download/deltatang/7614279
通过流形聚类,主要是要解决一些特殊的情况:比如凹集合。
欧式几何的距离公式做出来的聚类在三维空间基本上是个球。高维空间就是超球。总之,聚类出来的结果很多时候让人感叹:有个球用啊。。。。。。
跳到二维空间看看形象的表示:
而用欧氏距离加上K-Means聚类出来的东东是这样的:
所以,先抄写一段公式:
所以要实现的距离公式就是 流形上的单源最短路径
参考公式加上 dijkstra 算法,实现的代码如下:
from math import *
_inf = float('inf')
_ldist_p = 1.1
def riemann_dist(Xi, Xj) :
total = 0.0
for i in range(len(Xi)) :
total += (Xi[i] - Xj[i]) ** 2
dist = sqrt(total)
global _ldist_p
return pow(_ldist_p, dist) - 1
def euclid_dist(Xi, Xj) :
total = 0.0
for i in range(len(Xi)) :
total += (Xi[i] - Xj[i]) ** 2
return sqrt(total)
def matrix(vexlist, dist_func) :
array = []
size = len(vexlist)
for i in range(size) :
vexi = vexlist[i]
array.append([])
for j in range(size) :
if i == j :
array[i].append(0)
else :
dist = dist_func(vexlist[i], vexlist[j])
array[i].append(dist)
return array
def dijkstra(start, end, matrix) :
path = [0]
size = len(matrix)
dist = [k for k in matrix[start]]
while True :
if len(path) > 1 :
idx = path[-1]
row = matrix[idx]
val = dist[idx]
for i in range(size) :
if i in path :
continue
orig = dist[i]
caculate = val + row[i]
if orig > caculate :
dist[i] = caculate
curdist = []
for i in range(size) :
if i not in path :
curdist.append(dist[i])
cur = dist.index(min(curdist))
path.append(cur)
if cur == end or len(path) == size - 1 :
break
return dist[end]
def manifold_dist(vexlist, start, end) :
m = matrix(vexlist, riemann_dist)
return dijkstra(start, end, m)
'''---------------------------main---------------------------'''
if __name__ == '__main__':
print euclid_dist((0, 3), (4, 0))
print riemann_dist((0, 3), (4, 0))
vexlist = [(0, 0), (1, 1), (2, 2)]
print matrix(vexlist, riemann_dist)
m = [[0, _inf, 10, _inf, 30, 100],
[_inf, 0, 5, _inf, _inf, _inf],
[10, 5, 0, _inf, 50, _inf, _inf],
[_inf, _inf, 50, 0, 20, 10],
[30, _inf, _inf, 20, 0, 60],
[100, _inf, _inf, 10, 60, 0]
]
print dijkstra(0, 3, m)
print manifold_dist(vexlist, 0, 2)
关于dijkstra的实现,看这里看这里 http://www.cppblog.com/eryar/archive/2013/01/01/196897.html
当然,完成了距离公式,还得往k-means里面套,
关于k-means, 看这里看这里 http://www.daniweb.com/software-development/python/threads/31449/k-means-clustering
英文麻烦?看这里看这里 http://www.blogjava.net/Skynet/archive/2009/08/07/290242.html
下做个记录, 改天有空再来填坑, 毕竟还没验证呢:) 现在该看球咯。荷兰队满赛!