Question

我的目标是根据任意两个连续项目之间的距离对下面列表中的项目进行聚类。未指定簇的数量，仅指定最大距离在任何两个连续项目之间，不得超过它们，使它们在同一个集群中。

我的尝试

import itertools
max_dist=20
_list=[1,48,52,59,89,94,103,147,151,165]
Ideal_result= [[1],[48,52,59],[89,94,103],[147,151,165]]

def clust(list_x, max_dist):
    q=[]
    for a, b in itertools.combinations(list_x,2):
        if b-a<=20:
            q.append(a),(b)
        else:continue
        yield q
print list(clust(_list,max_dist))

输出：

[[48,48,52,89,89,94,147,147,151],[48,48,52,89,89,94,147,147,151],..]`

输出完全错误，但我只想包括我的尝试。

有关如何获得理想结果的任何建议？感谢。

Answer 1

这通过了你的测试：

def cluster(items, key_func):
    items = sorted(items)
    clusters = [[items[0]]]
    for item in items[1:]:
        cluster = clusters[-1]
        last_item = cluster[-1]
        if key_func(item, last_item):
            cluster.append(item)
        else:
            clusters.append([item])
    return clusters

如果当前和之前的项目应属于同一群集，则key_func返回True的位置：

>>> cluster([1,48,52,59,89,94,103,147,151,165], lambda curr, prev: curr-prev < 20)
[[1], [48, 52, 59], [89, 94, 103], [147, 151, 165]]

另一种可能性是修改"equivalent code" for itertools.groupby()同样为关键函数采用多个参数。

如何在不指定群集数的情况下对列表中的项进行聚类

1 个答案: