Warning: file_get_contents(/data/phpspider/zhask/data//catemap/3/arrays/13.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 单链聚类算法_Python_Arrays_Algorithm_Numpy_Loops - Fatal编程技术网

Python 单链聚类算法

Python 单链聚类算法,python,arrays,algorithm,numpy,loops,Python,Arrays,Algorithm,Numpy,Loops,我正在尝试用python编写单链接聚类算法。我是这门语言的新手。你能帮我把下面的代码写进循环吗? 单一likage算法有三个步骤 步骤1:形成N个初始集群(每台机器 被认为是一个集群)。计算相似性 适用于所有机器对 步骤2:查找所有i和j机器(群集)对 它们有着最大的相似性。合并群集i* 和j*。如果仍有多个群集,请转到 步骤3,否则停止。 步骤3:更新系数:删除行 和列i*,j*的相似性 系数矩阵。用row替换它们 和k列。对于所有现有集群r, 计算新的相似性 Srk=最大值(Sri * ,S

我正在尝试用python编写单链接聚类算法。我是这门语言的新手。你能帮我把下面的代码写进循环吗? 单一likage算法有三个步骤

步骤1:形成N个初始集群(每台机器 被认为是一个集群)。计算相似性 适用于所有机器对

步骤2:查找所有i和j机器(群集)对 它们有着最大的相似性。合并群集i* 和j*。如果仍有多个群集,请转到 步骤3,否则停止。 步骤3:更新系数:删除行 和列i*,j*的相似性 系数矩阵。用row替换它们 和k列。对于所有现有集群r, 计算新的相似性 Srk=最大值(Sri * ,Srj * ).转至步骤2

enter code here

import numpy as np


n1=np.array([1  ,0  ,1  ,0 , 0  ,0  ,1])
n2=np.array([0  ,1  ,0  ,1  ,0  ,1  ,1])
n3=np.array([0  ,1  ,0  ,1  ,0  ,1  ,0])
n4=np.array([1  ,0  ,1  ,0  ,0  ,0  ,1])
n5=np.array([1  ,1  ,0  ,0  ,1  ,1  ,0])

n=0
for i in range(len(n1)):
    if n1[i]==1:
        n+=1
    
print("n1:",n)

n=0
for i in range(len(n2)):
    if n2[i]==1:
        n+=1
    
print("n2:",n)

n=0
for i in range(len(n3)):
    if n3[i]==1:
        n+=1
    
print("n3:",n)

n=0
for i in range(len(n4)):
    if n4[i]==1:
        n+=1
    
print("n4:",n)
n=0
for i in range(len(n5)):
    if n5[i]==1:
        n+=1
    
print("n5:",n)

matrix=np.array([[1 ,0  ,1  ,0 , 0  ,0  ,1],
                 [0 ,1  ,0  ,1  ,0  ,1  ,1],
                 [0 ,1  ,0  ,1  ,0  ,1  ,0],
                 [1 ,0  ,1  ,0  ,0  ,0  ,1],
                 [1 ,1  ,0  ,0  ,1  ,1  ,0]])