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
洛杉矶LA求Data Science/Stat 相关工作内推，有经验hadoop求建议。我想建立一个自动选股票系统如何快速转行？转行到商业智能Business Intelligence？Data Scientist Position at Seattle WA急，跪求答案 (moving avg using spark dataframe window functions)2016 International Conference on Applied Mathematics and Data Science (ICAMDS2016)请问为什么有的data analyst的工作要求会用excel呢？有没有人一起组队做kaggle？学习R, 求建议回馈本版~ 最近面的面经和收集来的面经~risk analytics/modeling position open in Chicago downtown有人参加这星期在new york的strata hadoop conference 吗？求职转行短平快 one good option: training on BI SAS Informatica ETL SQL Server SSIS SSRS SSAS Cognos etcDell 7610，7810，7910怎么选 (转载)一点小感慨弯曲data scientist的package大概多少 (转载)求助:如何把一个250g的文件链接下载到cloud? (转载)NY Lead Data Scientist, Finance Credit湾区数科MS求职找公司做project