基于多尺度模块化的聚类算法
python_paris的Python项目详细描述
python paris:hierarchical graph clustering algorithm(paris)and dendrogram processing
====
paris是一个python模块,它为paris的图形提供了分层聚类算法的实现。
它提供了四个能够处理树状图的算法,以便提取最佳簇,集群或距离。
=3.4)
-numpy
-networkx
>简单示例
----
>用networkx构建一个简单的网络图:
>;gt;将networkx导入nx
>;gt;graph=nx.graph()
>;gt>gt;graph.add从(['0','0','1','1','1','2','3','3','4','4','4','4','4','4','4','4','5']
>>;graph.graph.add u-node-node-node-_来自([(0,1,1),(0,2,1),(1,2,1),(2,3,1),
(3,4,1),(3,5,1),(4,5,1))
>使用paris计算节点的群集层次::
>;从python巴黎导入paris
>;;树形图=paris(图形)
>;最佳聚类=最佳聚类(树状图)
>;>最佳距离=最佳距离
====
paris是一个python模块,它为paris的图形提供了分层聚类算法的实现。
它提供了四个能够处理树状图的算法,以便提取最佳簇,集群或距离。
=3.4)
-numpy
-networkx
>简单示例
----
>用networkx构建一个简单的网络图:
>;gt;将networkx导入nx
>;gt;graph=nx.graph()
>;gt>gt;graph.add从(['0','0','1','1','1','2','3','3','4','4','4','4','4','4','4','4','5']
>>;graph.graph.add u-node-node-node-_来自([(0,1,1),(0,2,1),(1,2,1),(2,3,1),
(3,4,1),(3,5,1),(4,5,1))
>使用paris计算节点的群集层次::
>;从python巴黎导入paris
>;;树形图=paris(图形)
>;最佳聚类=最佳聚类(树状图)
>;>最佳距离=最佳距离