Clustering mit Vertretern (CURE)

Question

Ich brauche ein numerisches Beispiel, das die Funktionsweise von Clustering mit CURE-Algorithmus demonstriert.
https://www.cs.ucsb.edu/~veronika/MAE/summary_CURE_01guha.pdf

Answer 1

Mit pyclustering Bibliothek Sie Informationen über Vertreter Punkte extrahieren und bedeutet entsprechende Methoden (Link zu CURE pyclustering generated documentation):

# create instance of the algorithm 
cure_instance = cure(<algorithm parameters>); 

# start processing 
cure_instance.process(); 

# get allocated clusteres 
clusters = cure_instance.get_clusters(); 

# get representative points 
representative = cure_instance.get_representors(); 

Sie können auch Quellcode des CURE-Algorithmus ändern Änderungen nach jedem Schritt angezeigt werden, für Beispiel: Drucke sie auf die Konsole oder visualisiere sie. Hier ist ein Beispiel, wie Code ändern Änderungen an jedem Schritt Clustering anzuzeigen (after line 219), in dem Stern bedeutet repräsentativen Punkt, kleine Punkte - Punkte selbst und große Punkte - bedeutet:

# New cluster and updated clusters should relocated in queue 
self.__insert_cluster(merged_cluster); 
for item in cluster_relocation_requests: 
    self.__relocate_cluster(item); 
# 
# ADD FOLLOWING PEACE OF CODE TO DISPLAY CHANGES ON EACH STEP 
# 
temp_clusters = [ cure_cluster_unit.indexes for cure_cluster_unit in self.__queue ]; 
temp_representors = [ cure_cluster_unit.rep for cure_cluster_unit in self.__queue ]; 
temp_means = [ cure_cluster_unit.mean for cure_cluster_unit in self.__queue ]; 

visualizer = cluster_visualizer(); 
visualizer.append_clusters(temp_clusters, self.__pointer_data); 

for cluster_index in range(len(temp_clusters)): 
    visualizer.append_cluster_attribute(0, cluster_index, temp_representors[cluster_index], '*', 7); 
    visualizer.append_cluster_attribute(0, cluster_index, [ temp_means[cluster_index] ], 'o'); 

visualizer.show(); 

Sie Sequenz von Bildern sehen werden, etwas so:

So können Sie alle Informationen anzeigen, die Sie benötigen.

Auch möchte ich hinzufügen, dass Sie C++ Implementierung des Algorithmus zur Visualisierung verwenden können (das ist auch ein Teil von pyclustering): https://github.com/annoviko/pyclustering/blob/master/ccore/src/cluster/cure.cpp

Answer 2

Die pyclustering Bibliothek hat eine Reihe von Clustern algorithims mit Beispielen und Beispielcode auf ihre Github. Here is a link the CURE example.

Googling Cure Algorithm Beispiel ergab auch ein gutes Stück.

Hoffentlich hilft das!