问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？# DataSciences - 数据科学
s*h
1 楼
问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
些圆内weight值最大。
多谢。
假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
些圆内weight值最大。
多谢。
s*h
2 楼
对了，给定的半径不同，这样的cluster/圆也会不同。
每个点和其最近N个neighbor的平均值是d，1M点的d的平均值是D。
对应不同的N，D不同。
假设给定一个N，求top（M)的圆，咋弄？
每个点和其最近N个neighbor的平均值是d，1M点的d的平均值是D。
对应不同的N，D不同。
假设给定一个N，求top（M)的圆，咋弄？
s*h
3 楼
觉得这应该是个很常见的问题，网上搜了下，找到了一个算法：
http://resources.arcgis.com/en/help/main/10.1/index.html#//005p
python有工具包
https://code.google.com/p/pysal/source/browse/trunk/pysal/esda/getisord.py?r
=959
http://resources.arcgis.com/en/help/main/10.1/index.html#//005p
python有工具包
https://code.google.com/p/pysal/source/browse/trunk/pysal/esda/getisord.py?r
=959
T*u
4 楼
我没太看明白题。weight是做啥的，根据啥cluster啊
s*h
5 楼
比如说，给你一个地图，刑事案件发生的地点和严重程度。
严重程度就是weight
或者说是商品销售的目的地，货物类型/数量/价格，这个数量/价格和运输费用就是
weight
严重程度就是weight
或者说是商品销售的目的地，货物类型/数量/价格，这个数量/价格和运输费用就是
weight
t*g
6 楼
这个有点意思。这种点有权重的以前没接触过。不过感觉还是有不少实际应用价值。
T*u
7 楼
是类似于二维地图的hotmap吗？是给点做cluster还是给二维地图做segmentation？
【在 s****h 的大作中提到】
: 比如说，给你一个地图，刑事案件发生的地点和严重程度。
: 严重程度就是weight
: 或者说是商品销售的目的地，货物类型/数量/价格，这个数量/价格和运输费用就是
: weight
【在 s****h 的大作中提到】
: 比如说，给你一个地图，刑事案件发生的地点和严重程度。
: 严重程度就是weight
: 或者说是商品销售的目的地，货物类型/数量/价格，这个数量/价格和运输费用就是
: weight
T*u
8 楼
如果是后者的话，我用mixture of gaussians做过一个类似的,数据的前期整理比较麻
烦；后来有些不规则形状分布的，我的做法是每一个点当作一个rbf, weight当做
function的amplitude，train to get width matrix（can be location dependent）
，然后地图上任意一点的值都可以算，得到一个hot map,然后再做segmentation。其实
就是一堆点用rbf smooth成一个面，然后用这个面作为估计。
非专业人士的非专业做法，仅供参考。
烦；后来有些不规则形状分布的，我的做法是每一个点当作一个rbf, weight当做
function的amplitude，train to get width matrix（can be location dependent）
，然后地图上任意一点的值都可以算，得到一个hot map,然后再做segmentation。其实
就是一堆点用rbf smooth成一个面，然后用这个面作为估计。
非专业人士的非专业做法，仅供参考。
c*z
9 楼
heatmap?
【在 s****h 的大作中提到】
: 比如说，给你一个地图，刑事案件发生的地点和严重程度。
: 严重程度就是weight
: 或者说是商品销售的目的地，货物类型/数量/价格，这个数量/价格和运输费用就是
: weight
【在 s****h 的大作中提到】
: 比如说，给你一个地图，刑事案件发生的地点和严重程度。
: 严重程度就是weight
: 或者说是商品销售的目的地，货物类型/数量/价格，这个数量/价格和运输费用就是
: weight
w*e
10 楼
你圈圈大小要是给定的，来个K-means应该可以，EM块， E step 注意用weighted mean
，
开始也想说GMM,但是1M行的话，谨慎表示不客观，用gibbs fit过 GMM, 到50K就受不了了
而且企业里用K-MEANs可能性大,
另求内推DS,SDE。本人主业stat phd, data visualization和machine learning 方向。
副业主刷c++ 和副刷java。
【在 s****h 的大作中提到】
: 问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
: 假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
: 些圆内weight值最大。
: 多谢。
，
开始也想说GMM,但是1M行的话，谨慎表示不客观，用gibbs fit过 GMM, 到50K就受不了了
而且企业里用K-MEANs可能性大,
另求内推DS,SDE。本人主业stat phd, data visualization和machine learning 方向。
副业主刷c++ 和副刷java。
【在 s****h 的大作中提到】
: 问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
: 假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
: 些圆内weight值最大。
: 多谢。
h*7
11 楼
想耍酷，在黎曼空间定义distance
想绕晕，拟合weight，套贝叶斯
想忽悠，直接上MDS
【在 s****h 的大作中提到】
: 问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
: 假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
: 些圆内weight值最大。
: 多谢。
想绕晕，拟合weight，套贝叶斯
想忽悠，直接上MDS
【在 s****h 的大作中提到】
: 问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
: 假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
: 些圆内weight值最大。
: 多谢。
y*d
12 楼
简单? 把weight看成第3维(每个点的高度),在3维空间中做K-means, K-medoids 或其他
算法.
【在 s****h 的大作中提到】
: 问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
: 假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
: 些圆内weight值最大。
: 多谢。
算法.
【在 s****h 的大作中提到】
: 问个问题：一堆（1M）二维座标系的点，每个点有weight，怎么做clustering？
: 假如一个cluster是一个圆，要求找 不相交/或少许相交的一些圆（例如top100），这
: 些圆内weight值最大。
: 多谢。
相关阅读
本科Marking,硕士MBA转行DSA分享会总结关于转行ds的一个误区学术：求推荐一个软件包有人成功转行到AWS么?TF-IDF能检查源程序抄袭吗？ (转载)请问 online master著名人類學家胡家奇擔憂人工智慧發展Looking for a programmer NYC问个R的问题： List of list里面有一个有数值，怎么找到他的最大值的index请教去哪里下Data Set？关于课题选择的一些问题借人气一问 有没有在linked的站友寻找在亚马逊，脸书, Uber 做数据方面的朋友工作4年及以上的人每天/每周/每月花多少时间在学习上？ (转载)请问有没有在AWS做Big Data Architect Solution Architect 的?【SparkData 博客文章】 A Brief Summary of Advantages and Dr (转载)A Collection of Data Science Take-Home Challenges大药厂的生统工作有技术含量么? (转载)Desktop for Machine learning (XGboost etc.)有用MATLAB做深度学习的吗？