问题描述
有许多方法可以进行聚类分析。一种简单的方法是查看连续数据元素之间的间隙大小:
def cluster(data, maxgap):
'''Arrange data into groups where successive elements
differ by no more than *maxgaP*
>>> cluster([1, 6, 9, 100, 102, 105, 109, 134, 139], maxgap=10)
[[1, 6, 9], [100, 102, 105, 109], [134, 139]]
>>> cluster([1, 6, 9, 99, 100, 102, 105, 134, 139, 141], maxgap=10)
[[1, 6, 9], [99, 100, 102, 105], [134, 139, 141]]
'''
data.sort()
groups = [[data[0]]]
for x in data[1:]:
if abs(x - groups[-1][-1]) <= maxgap:
groups[-1].append(x)
else:
groups.append([x])
return groups
if __name__ == '__main__':
import doctest
print(doctest.testmod())
解决方法
我已经用谷歌搜索,已经测试过,这使我机智。我有一个需要按相似性分组的数字列表。例如,在[1,6,9,100,102,105,109,134,139]的列表中,将1
6
9放入列表中,将100、102、105和109放入列表中。列表,以及134和139。我在数学上很糟糕,我已经尝试过了,但是我无法使其正常工作。为了尽可能明确,我希望将彼此相距10个值以内的数字分组。有人可以帮忙吗?谢谢。