作者longlyeagle (長鷹寶寶實驗室)
看板TurtleSoup
標題[來玩] A.R. Clustering
時間Thu Nov 27 23:43:04 2014
題目:
Alex Rodriguez 與 Alessandro Laio 在 2014年的六月
於 Science 上面發表了一個聚類的演算法:
Clustering by fast search and find of density peaks
裡面利用群聚的一些特性還形成一種新的聚類模型
在聚類這種發展多年的領域裡還可以發表 Science 論文真的很不容易
請問該驗算法是如何做到聚類的?
備註:
大家可以慢慢來
這篇文章的核心價值是在他model的對象不是群而是____
再利用這些____來進行計算
======遊戲開始、進行中、尤其是結束之後,請在標題中註明!(按大T修改標題)======
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.32.94.182
※ 文章網址: http://webptt.com/m.aspx?n=bbs/TurtleSoup/M.1417102987.A.1DF.html
1F:推 jefftie2000: 完全看不懂XD 11/27 23:56
這篇算滿簡單的 仔細看看就會懂了
2F:→ jefftie2000: Alex Rodriguez是在打棒球的那個嗎 11/27 23:56
否
先填這個空格
3F:推 naminono: 還滿猛的= = 不過他center的決定不是自動的(? 11/28 00:14
可以自動 只是可能會有兩三個參數來調整
4F:推 AlexCYW: 密度? 11/28 00:14
否
5F:→ AlexCYW: 對啊 中心點可能要用別的方法去找 11/28 00:15
6F:推 AlexCYW: 還有Dc怎麼決定的問題 11/28 00:17
要看測資
7F:→ AlexCYW: 所以首先他為每個點去計算兩個值 11/28 00:19
8F:→ AlexCYW: 一個是局部密度 在一定距離內 周遭的點數量 11/28 00:19
是 也可以用他引用的論文裡所提到的Kernel Density
計算量會大一點 但是可以更精準的描述他的密度概念
9F:→ AlexCYW: 另外是所有局部密度比它高的點中 與它最近的距離 11/28 00:20
是
10F:推 AlexCYW: 接著挑幾個點為中心點 是這兩個值都比較大的 11/28 00:23
11F:→ AlexCYW: 然後從其他點中局部密度最高的點開始 11/28 00:24
12F:→ AlexCYW: 找與它最近且密度大於它的點 然後屬於該群 11/28 00:25
是
13F:推 naminono: 如果局部密度低而且離最近center距離遠,判斷為outlier 11/28 00:25
14F:→ naminono: 找出各center後,還可以用局部密度設threshold來判斷屬 11/28 00:26
15F:→ naminono: 於core或halo(月暈?)部份 11/28 00:27
是
兩位恭喜湯底啦 這篇其實滿好用的
16F:→ naminono: 想到的人真是太強大ORZ 11/28 00:29
17F:推 AlexCYW: 感覺重點是他可以同時處理球型和線型 11/28 00:30
18F:推 naminono: 而且符合視覺(?) 11/28 00:31
19F:推 AlexCYW: 可是我猜複雜度不低?XD 跟現有的方法比起來 11/28 00:32
這個是目前我看過複雜度最低的聚類演算法阿
20F:→ AlexCYW: (結果不知道空格是什麼) 11/28 00:32
詳見解答
21F:推 naminono: 不知道耶 這個不用iteration(?)((k-mean我學完就忘了= = 11/28 00:35
※ 編輯: longlyeagle (114.32.94.182), 11/28/2014 00:39:05