如何使用微笑库的 CLARANS 方法使用自定义距离矩阵对我的数据进行聚类

Question

我想使用自定义距离矩阵而不是内置算法（即欧几里德）对我的数据进行聚类。而且似乎没有明确的方法来做到这一点。

我试图将我的一些代码添加到 Smile 项目的演示中。还尝试通过在我的项目中进行测试来做到这一点，这是一段代码：

        StringBuilder sb = new StringBuilder();

        String line;

        while ((line = vrpJsonFromFile.readLine()) != null) {

            sb.append(line).append("\n");

        }

        JSONArray jsonArray = new JSONObject(sb.toString()).getJSONArray("services");

        Double[][] data = new Double[jsonArray.length()][2];

        for (int i = 0; i < jsonArray.length(); i++) {

            JSONObject address = jsonArray.getJSONObject(i).getJSONObject("address");

            data[i][0] = Double.parseDouble(address.getString("lon"));

            data[i][1] = Double.parseDouble(address.getString("lat"));

        }

        // here

        Distance<Double[]> distance1 = (x, y) -> Math.sqrt(Math.pow(y[1]-x[1],2) + Math.pow(y[0]-x[0], 2));

        CLARANS<Double[]> clarans = new CLARANS<>(data, distance1, 3);

        System.out.println(clarans);

此代码使用 Euclidean 算法创建了一个 CLARANS 聚类（请参阅 //here 注释下方的行）。我应该用我自己的距离矩阵来改变它，我希望在 Smile 中有一种方法可以做到这一点。

Answer 1

你可能会使用Distance<Integer>&nbsp;d&nbsp;=&nbsp;(i,j)&nbsp;->&nbsp;matrix[i][j];聚类对象编号，而不是它们的向量。但是 ELKI 可能值得一看，它具有距离矩阵的预定义类，并使用对象集的优化表示，而不是Integer像上面的 lambda 那样必须使用昂贵的盒装。因为i和j是盒装整数，这需要为每个距离计算额外的内存间接（和缓存未命中），这会大大降低性能。它还具有更好的 FastCLARANS 算法，以及据称快 O(k) 倍的 FastPAM。