使用 Haskell 进行无监督聚类

Posted 2023-03-12

【中文标题】使用 Haskell 进行无监督聚类

【英文标题】：Unsupervised Clustering with Haskell

【发布时间】：2012-05-14 14:54:26

【问题描述】：

我正在尝试开发一种算法，该算法可以报告数据集之间出现相似模式的频率和接近度。

简单示例：

set1 = [0, 1, 0, 0, 2, 0, 0, 3, 0]
set2 = [1, 2, 3, 0, 0, 0, 0, 0, 0]
set3 = [0, 0, 0, 0, 0, 1, 2, 0, 3]

这些集合中的每一个都有一个 1、2 和 3，但这些数字在 set2 和 set3 中更接近。

我怀疑我可以通过列表推导来完成这项任务。我可以将数据绘制到变量 x 和 y 中，并将每个匹配项编入一个列表列表，其中一个嵌入式列表中的第一个元素是找到的匹配字符串，第二个和第三个元素是它们的位置。我可以通过另一个函数来运行这个列表，该函数计算这些匹配发生的频率和接近程度，并报告一个百分比。

或者也许有更优雅的方式来做到这一点？

我还是个 Haskell 新手。任何建议将不胜感激。

【问题讨论】：

Erm，你能把你想要计算的东西弄得更清楚吗？我明白了大致的想法，但我不太确定您最终期望的数字是多少。也许你可以通过一个例子来运行？另外：当您的列表始终具有相同数量的元素并且每个元素的含义不同时，您实际上需要一个元组或代数数据类型。

我基本上是在尝试开发一种无监督聚类算法，该算法可以找到并分组点坐标数据集之间的相似性。

根据对象的在多个系列中的接近度来聚类对象并不常见。典型的情况是只有 unordered 个实例。

【参考方案1】：

好的，如果你有 1、2、3 以 the 顺序排列，那么你有计算邻近度的公式：prox = indexOf 3 - indexOf 1 - 2。所以，prox 是1..2 和 2..3 之间的零总数。你可以用 Haskell 写：

prox :: [Integer] -> Int
prox s = i3 - i1 - 2
  where
    Just i3 = findIndex (==3) s
    Just i1 = findIndex (==1) s

您可以将其概括为这种情况，而不假设 1 在先，3 在最后。

【讨论】：

它的简洁性非常出色，它给了我一个起点。谢谢。