项目场景:
接到一个电网项目,目标识别哪些电能表在一个表箱。
理论依据:同一表箱电能表电压变化规律相关,则计算所有表计之间的相关系数,将大于一定相关系数的电能表分为一组,且组内所有表计保证全部两两相关。
问题描述:
计算完所有表计之间相关系数之后,遇到一下几个问题:
1、同时存在相关关系的表计有很多,怎么进行分组,每组里面包含多少个对象怎么确定,有很多种可能,哪一种可能是最合理的。
2、从最大分组开始轮寻,采用逐个对象进行两两比对,计算量大,100多个表跑好几个小时,怎么解决性能问题。
3、通过排列组合方法寻找所有组合可能,100多个表直接分组会导致机器内存异常,需要先进行一定处理,勉强可以分组,耗性能。
逐一匹配代码:
def get_class(similarity_m,threshold):
"""
similarity_array:相似度矩阵,带有行名和列名
step1:获取输入数据的第0行数据
step2:若第0行满足指定阈值的个数只有1个,则重新设置阈值,否则进行下一步
step3:由step2的返回结果所形成的列名构成新的矩阵,判断该矩阵中是否所有数都满足阈值条件:
若不满足:从中取出子矩阵,并降低阈值,重复上述步骤
若满足:返回列名
"""
similarity_row = similarity_m.iloc[0,:]
names = np.array(list(similarity_row[similarity_row>=threshold].index))
assert names.shape[0]>1,print("域值过大,请重新输入")
# if names.shape[0]<=1:
# print("域值过大,请重新输入")
# return 0
similarity_m_new = similarity_m.loc[name