Python 简单聚类算法的Numpy实现

我想使用python实现一个简单的集群算法。首先，我将描述问题：

我有一些点，每个点由一个

id

表示，每个点对之间有一个配对概率，即

prob（id1，id2）=一些_值

。这是在形状

[N，3]

的numpy数组中排列的，其中N是所有可能的点对的数目。为了更清楚地说明这一点，这里有一个示例数组：

a = np.array([[1,2, 0.9],
     [2,3, 0.63],
     [3,4, 0.98],
     [4,5, 0.1],
     [5,6, 0.98],
     [6,7, 1]])

其中前两个条目是点ID，第三个条目是它们相互属于的概率

---

聚类问题是通过概率cut

cut=0.5

的连接点，即点1、2、3、4属于同一个聚类，点5、6、7属于另一个聚类。我目前的解决方案是通过在唯一的点ID和数组上循环两次，创建一个列表（点ID列表），即

l=[[1,2,3,4]，[5,6,7]

。有没有更聪明、更快的方法来解决这个问题？

您描述的问题是一个图形问题。包中实现了许多常见的图算法

如果您的阈值是用石头写的，您可以预先应用它，并根据剩余数据构建您的阈值：

G = nx.Graph()
G.add_weighted_edges_from(a[a[:, -1] >= threshold])

如果要在图中使用阈值，可以使用整个数组进行构建并删除图中的边。这将比预处理版本慢：

G = nx.Graph()
G.add_weighted_edges_from(a)
G.remove_edges_from(e for e in g.edges if g.get_edge_data(*e) < threshold)

---

我不知道你是如何从你发布的示例数据中得到这个结果的。

[1,2,3,4]，[5,6,7]

。5,6属于同一个集群，使之成为一个单独的集群。@AKX这是因为

[1,2]

通过切割

[0.5

，也

[2,3]，
[3,4]
即1,2,3和4属于同一集群，但是
[4,5]不通过剪切，类似于<代码> [5]，[6]，[7] [Koal] >谢谢，这是非常好的，只是另一个问题：C++有类似的工具吗？@ WaleDeSmail。我肯定有。查找“C++图形算法”或类似内容。另外，如果这对你有帮助，别忘了投票。
G = nx.Graph()
G.add_weighted_edges_from(a)
G.remove_edges_from(e for e in g.edges if g.get_edge_data(*e) < threshold)

G.remove_edges_from(a[a[:, -1] < threshold]])

G.remove_edges_from(r for r in a if r[-1] < threshold)

>>> nx.number_connected_components(G)
2
>>> for c in nx.connected_components(G):
...     print(c)
{1.0, 2.0, 3.0, 4.0}
{5.0, 6.0, 7.0}