s****h
发帖数: 3979 | 1 问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
些圆内weight值最大。
多谢。 |
s****h
发帖数: 3979 | 2 对了，给定的半径不同，这样的cluster/圆也会不同。
每个点和其最近N个neighbor的平均值是d，1M点的d的平均值是D。
对应不同的N，D不同。
假设给定一个N，求top（M)的圆，咋弄？ |
s****h
发帖数: 3979 | |
T*****u
发帖数: 7103 | 4 我没太看明白题。weight是做啥的，根据啥cluster啊 |
s****h
发帖数: 3979 | 5 比如说，给你一个地图，刑事案件发生的地点和严重程度。
严重程度就是weight
或者说是商品销售的目的地，货物类型/数量/价格，这个数量/价格和运输费用就是
weight |
t******g
发帖数: 2253 | 6 这个有点意思。这种点有权重的以前没接触过。不过感觉还是有不少实际应用价值。 |
T*****u
发帖数: 7103 | 7 是类似于二维地图的hotmap吗？是给点做cluster还是给二维地图做segmentation？
【在 s****h 的大作中提到】
: 比如说，给你一个地图，刑事案件发生的地点和严重程度。
: 严重程度就是weight
: 或者说是商品销售的目的地，货物类型/数量/价格，这个数量/价格和运输费用就是
: weight
|
T*****u
发帖数: 7103 | 8 如果是后者的话，我用mixture of gaussians做过一个类似的,数据的前期整理比较麻
烦；后来有些不规则形状分布的，我的做法是每一个点当作一个rbf, weight当做
function的amplitude，train to get width matrix（can be location dependent）
，然后地图上任意一点的值都可以算，得到一个hot map,然后再做segmentation。其实
就是一堆点用rbf smooth成一个面，然后用这个面作为估计。
非专业人士的非专业做法，仅供参考。 |
c***z
发帖数: 6348 | 9 heatmap?
【在 s****h 的大作中提到】
: 比如说，给你一个地图，刑事案件发生的地点和严重程度。
: 严重程度就是weight
: 或者说是商品销售的目的地，货物类型/数量/价格，这个数量/价格和运输费用就是
: weight
|
w******e
发帖数: 1621 | 10 你圈圈大小要是给定的，来个K-means应该可以，EM块， E step 注意用weighted mean
，
开始也想说GMM,但是1M行的话，谨慎表示不客观，用gibbs fit过 GMM, 到50K就受不了了
而且企业里用K-MEANs可能性大,
另求内推DS,SDE。本人主业stat phd, data visualization和machine learning 方向。
副业主刷c++ 和副刷java。
【在 s****h 的大作中提到】
: 问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
: 假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
: 些圆内weight值最大。
: 多谢。
|
h*****7
发帖数: 6781 | 11 想耍酷，在黎曼空间定义distance
想绕晕，拟合weight，套贝叶斯
想忽悠，直接上MDS
【在 s****h 的大作中提到】
: 问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
: 假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
: 些圆内weight值最大。
: 多谢。
|
y*****d
发帖数: 82 | 12 简单? 把weight看成第3维(每个点的高度),在3维空间中做K-means, K-medoids 或其他
算法.
【在 s****h 的大作中提到】
: 问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
: 假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
: 些圆内weight值最大。
: 多谢。
|
