Clusterint 2D 点使用 sklearn KDTree答案

【问题标题】：Clusterint 2D points using sklearn KDTreeClusterint 2D 点使用 sklearn KDTree
【发布时间】：2016-07-20 17:16:45
【问题描述】：

我有一个 (n_sample x 2) 数组，我想使用 sklearn.neighbors.KDTree 中的 KDTree 对它们进行聚类。

我有这段示例代码：

from sklearn.neighbors import KDTree
import numpy as np
np.random.seed(0)
X = np.random.random((10, 2))
tree = KDTree(X, leaf_size=2)

现在我想提取树的叶子中的点，这样每个叶子都可以是一个簇。同一叶子中的点属于同一个簇。

在上面的例子中，因为最大 leaf_size 为 2，我们将有大约 10 / 2 = 5 个集群。

我想要的是给定 X 中的一个点（例如 X[0]），树可以给我这些点所属的树的叶子的索引。

【问题讨论】：

【解决方案1】：

有这个包kdtree in Python可以安装：

pip install --user kdtree

可用于聚类二维点。

【讨论】：

【解决方案2】：

最大叶子大小 2 意味着每个叶子可以有 n 到 n/2 个用户。但是您忘记了非叶节点。

kd-tree 将在根中有 1 个元素，在第二层中有 2 个（not close），然后您将有 4 个叶子节点和其余 7 个对象。所以只看叶子，你就丢了三个东西。

kd-tree 不会尝试对点进行聚类。 kd-tree 在两个节点中具有完全相同的坐标是完全有效的！您提供的参考仅使用 kd-tree 来获得自适应网格。我不认为这是一个很好的方法，但它非常容易。你应该自己实现它，所以你不要构建完整的树，也不要将对象放入非叶节点。

【讨论】：