我想找到多个相似度矩阵生成算法来输入谱聚类作为其邻接矩阵

问题描述

我已经用K-means来生成base cluster，然后建立co-association。我也是用Gaussian来完成的。但我想有更多的方法来实现它。

def getW(data):
c = 3
N = len(data)
K = int(c * np.sqrt(N))
Num = 6
B = np.zeros((N,N))
for i in range(Num):
    kmeans_model = KMeans(n_clusters = K,max_iter = 5)
    s = kmeans_model.fit(data)
    labels = s.labels_
    l = labels
    for j in range(K):
        li = np.where(l == j)
        d = data[li[0]]
        if len(li[0]) == 1:
            continue
        for x in range(len(li[0])):
            for y in range(x+1,len(li[0])):
                
                Vote = distance2(d[x],d[y])
                if Vote == 0:
                    Vote = 0.8
                else:
                    Vote = 1 / Vote
                    B[li[0][x],li[0][y]] += 1 * Vote
                    B[li[0][y],li[0][x]] +=1 * Vote
           
return B

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）