最小生成樹切割后的聚類

Question

切割具有最大邊緣長度的MST之后，群集節點的最佳方法是什么？ 我從MST邊長剪切的輸出是2xN數組，其中每個元素都是整數。 整數是描述邊緣的節點標識符。 輸出示例如下：

>>> print array[0:3]
[[  0   1]
 [  0   2]
 [  2  17]]

我通常處理100到20,000個節點。 我的MST代碼足夠快，但是被聚類/分組算法所困擾。 這是一組繁重的函數，這就是使它變慢的原因。 查看以下代碼。 關於如何加快速度的任何想法？ 我知道這是一種蠻力方法，所以最好使用一種更清潔的方法。 在此先感謝您的幫助！

干杯，

以利

def _super_intersection(edges):
    group = set(edges[0])
    index = np.array([0])
    k = 0
    while k < 100:
        k += 1
        i = 0
        for edge in edges[1:]:
             i += 1
             edge = set(edge)
             if group & edge:
                 group = group | edge
                 index = np.append(index, i)

index = np.unique(np.array(index))
return group, index


def cluster(self, gmin = 5):
    # A 2xN array of node IDs
    edges = self.edges
    group_nodes = {}
    for no, edge in enumerate(edges):
        try:
            group, indice = _super_intersection(edges)
            id_no = no                
            edges = np.delete(edges,indice,0)
            if len(group) >= gmin:
                group_nodes[id_no] = list(group)
        except:
            self.group_nodes = group_nodes

Answer 1

問題已經解決。 轉到NetworkX谷歌論壇鏈接以查看解決方案。

http://groups.google.com/group/networkx-discuss/browse_thread/thread/4ac4250d460a1b75

干杯，

以利