(这篇文章是我关于除法层次聚类算法的previous问题的延续。)
问题是如何用Python(或任何其他语言)实现这个算法。在
算法描述
除法聚类通过一系列连续的分裂进行。在步骤0,所有对象都在一个簇中。在每一步,一个集群被分割,直到在步骤n - 1所有数据对象都是分开的(形成n簇,每个簇都有一个对象)。在
每一步都将一个簇分成两个簇R和{}。最初,A等于R,B为空。在第一阶段,我们必须将一个对象从A移到{}。对于A的每个对象i,我们计算与A所有其他对象的平均差异:
上面等式达到最大值的对象i'将被移动,因此我们将
在下一个阶段中,我们寻找从A到{}的其他点。只要A仍然包含多个对象,我们就计算
对于A的每个对象i,我们考虑使这个数量最大化的对象{}。当上面等式的最大值严格为正时,我们将i''从A移到{},然后在新的A中寻找可能移动的另一个对象。另一方面,当差的最大值为负或0时,我们停止该过程并完成R到{}和{}的划分。在
在除法算法的每一步,我们还必须决定要分割哪个簇。为此,我们计算直径
对于上一步之后可用的每个簇Q,并选择直径最大的簇。在
我的起始代码粘贴在下面。实际上,脚本返回ValueError: list.remove(x): x not in list。在# Dissimilarity matrix
dm = [
[ 0, 2, 6, 10, 9],
[ 2, 0, 5, 9, 8],
[ 6, 5, 0, 4, 5],
[10, 9, 4, 0, 3],
[ 9, 8, 5, 3 ,0]]
# Create splinter and remaining group
splinter = []
remaining = range(len(dm))
# Find record ra that has the greatest average distance from the rest of the records
ra = 0
dMax = -999
for i in range(len(dm)):
dSum = 0
for j in range(len(dm)):
if i == j:
continue
dSum += dm[i][j]
if dMax < dSum:
dMax = dSum
ra = i
splinter.append(ra)
remaining.remove(ra)
# Check every record in remaining and moves the record if record is closer to splinter
bChanged = True
while bChanged:
bChanged = False
for i in range(len(remaining)):
d1 = 0.0
for j in range(len(splinter)):
d1 += dm[i][j]
d1 /= float(len(splinter))
d2 = 0.0
for k in range(len(remaining)):
if i == k:
continue
d2 += dm[i][k]
if len(remaining) > 1:
d2 /= (len(remaining) - 1.0)
if d1 < d2:
bChanged = True
splinter.append(i)
remaining.remove(i)
break