gpt4 book ai didi

python - 无法理解这条 python

转载 作者:塔克拉玛干 更新时间:2023-11-03 06:02:43 26 4
gpt4 key购买 nike

我刚刚按照此处的文档实现了层次聚类:http://www.mathworks.com/help/stats/hierarchical-clustering.html?s_tid=doc_12b

所以,让我试着写下我想做的事情。看看下图:

dendogram

现在,这个树状图是根据以下数据生成的:

                         node1        node2         dist(node1,node2)   num_elems
assigning index **37 to [ 16. 26**. 1.14749118 2. ]
assigning index 38 to [ 4. 7. 1.20402602 2. ]
assigning index 39 to [ 13. 29. 1.44708015 2. ]
assigning index 40 to [ 12. 18. 1.45827365 2. ]
assigning index 41 to [ 10. 34. 1.49607538 2. ]
assigning index 42 to [ 17. 38. 1.52565922 3. ]
assigning index 43 to [ 8. 25. 1.58919037 2. ]
assigning index 44 to [ 3. 40. 1.60231007 3. ]
assigning index 45 to [ 6. 42. 1.65755731 4. ]
assigning index 46 to [ 15. 23. 1.77770844 2. ]
assigning index 47 to [ 24. 33. 1.77771082 2. ]
assigning index 48 to [ 20. 35. 1.81301111 2. ]
assigning index 49 to [ 19. 48. 1.9191061 3. ]
assigning index 50 to [ 0. 44. 1.94238609 4. ]
assigning index 51 to [ 2. 36. 2.0444266 2. ]
assigning index 52 to [ 39. 45. 2.11667375 6. ]
assigning index 53 to [ 32. 43. 2.17132916 3. ]
assigning index 54 to [ 21. 41. 2.2882061 3. ]
assigning index 55 to [ 9. 30. 2.34492327 2. ]
assigning index 56 to [ 5. 51. 2.38383321 3. ]
assigning index 57 to [ 46. 52. 2.42100025 8. ]
assigning index 58 to [ **28. 37**. 2.48365024 3. ]
assigning index 59 to [ 50. 53. 2.57305009 7. ]
assigning index 60 to [ 49. 57. 2.69459675 11. ]
assigning index 61 to [ 11. 54. 2.75669475 4. ]
assigning index 62 to [ 22. 27. 2.77163751 2. ]
assigning index 63 to [ 47. 55. 2.79303418 4. ]
assigning index 64 to [ 14. 60. 2.88015327 12. ]
assigning index 65 to [ 56. 59. 2.95413905 10. ]
assigning index 66 to [ 61. 65. 3.12615829 14. ]
assigning index 67 to [ 64. 66. 3.28846304 26. ]
assigning index 68 to [ 31. 58. 3.3282066 4. ]
assigning index 69 to [ 63. 67. 3.47397104 30. ]
assigning index 70 to [ 62. 68. 3.63807605 6. ]
assigning index 71 to [ 1. 69. 4.09465969 31. ]
assigning index 72 to [ 70. 71. 4.74129435 37.

所以基本上,我的数据中有 37 个点从 0-36 索引。现在,当我看到此列表中的第一个元素时...我分配 i + len(thiscompletelist) + 1因此,例如,当在未来的迭代中再次看到 id 为 37 时,这基本上意味着它也链接到一个分支。我用 matlab 生成了这个图像。但我想以 query_node(node_id) 的形式查询此信息,这样它会按级别返回一个列表......这样......在 query_node(37) 上我得到

{ "left": {"level":1 {"id": 28}} , "right":{"level":0 {"left" :"id":16},"right":{"id":26}}}

实际上..我什至不知道什么是正确的数据结构来做这件事..基本上我想按节点查询并深入了解当我站在该节点上并向下方看时该树状图的结构是什么样的。 :(

编辑 1:

*哦,我不知道你不能缩放图像。基本上从左边数第四个元素是 28,绿色条目是数据的第一行。

所以树状图上的第四条垂直线代表 28

在那条线旁边(第一条绿线)代表16

在那条线旁边(第二条绿线)代表 26*

最佳答案

嗯,建立在已有的东西上总是好的,所以看看 dendrogram in scipy .

关于python - 无法理解这条 python ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14592545/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com