Discussion :

[Lyly87]

salut salut,
j'ai un petit soucis, parce que j'ignore comment faire !!??

j'ai un vecteur : label de dimension 960.
les valeurs de ce vecteur sont entre 0 et 5 .
C'est un résultat d'un clustering ...
donc:
cluster0 ->label = 0
cluster1 -> label =1 ...etc jusqu'à cluster5-> label = 5

dans l'algorithme de hirarchical clustering , j'ai introduit une matrice de distance : disgrandtab de dimension 960*960 .. donc, il me les a classé en fonction des distance les plus proches, et j'ai eu 6 clusters .

comment dois je faire pour calculer la distance moyenne dans chaque cluster ??
merci pour votre aide

[wiztricks]

comment dois je faire pour calculer la distance moyenne dans chaque cluster ??

Pour regrouper vos objets en cluster, il vous a fallu définir une distance. A partir de là, calculer la distance moyenne d'un cluster ou entre deux clusters devrait être simple, non?
- W

[Lyly87]

Au départ je dois d'abord récupérer les indices des distances regroupées dans un label , les sommer puis les diviser par le nombre d'échantillons
c bien cela non ??

[wiztricks]

Montrez plutôt ce que vous avez essayé sur un petit exemple reproductible.
Exposez les problèmes que vous rencontrez.
- W

[Lyly87]

Voilà ce que j'ai commencé :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
f=0
clust0=np.array()
for f in range (960):
    if label[f]==0:
        clust0 = disgrandtab[??,??]
        print clust0

J'explique :
j'ai déclaré f un entier et clust0 un tableau dans lequel j'aimerai par la suite récupérer les distance avec le label 0 ,
pour f qui va de de la valeur 0 à 960 dimension du vecteur label ,
si la valeur f dans le label = 0 j'aimerai qu'il me retourne clust0, qui est un tableau contenant les distances avec label 0
je ne sais pas quoi mettre dans les indices ou j'ai mis les points d'interrogation !!

[wiztricks]

Salut,
"un petit exemple reproductible" est un code qu'on peut faire fonctionner après un "cut&paste".

je ne sais pas quoi mettre dans les indices ou j'ai mis les points d'interrogation !!

Comment a été construit disgrandtab?
Quelle est la relation entre ses (i, j) et les données de départ?
- W

[Lyly87]

Alors je dois tout vous expliquer :
j'ai des cellules que j'aimerai comparer, sur chaque cellule j'ai 8 points , j'ai les coordonnées de ces points en x et y qui sont représentés par une matrice d de dimension 960*16 (960 parce que j'ai 960 cellules)
de la colonne indice 0 a l'indice 7 c'est les x et de l'indice 8 à l'indice 15 c'est les y. (parce que je les ai concaténer )
donc, chaque cellule est représentée par une ligne quoi !


à partir de cette matrice d j'ai fait toute cette suite :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
d_2 = d.copy()**2
#print d_2
 
dist=np.zeros((960,8))
dist = d_2[:,:8]+d_2[:,8:]
 
 
idx = np.argmax(dist, axis=1)
 
 
dxn = d[:,:8]
 for ix, shift in enumerate(idx):
    dxn[ix,:] = np.roll( dxn[ix,:], shift)
print u"\nTableau 'shifte' :\n", dxn
 
 
dyn = d[:,8:]
for iy, shift in enumerate(idx):
    dyn[iy,:] = np.roll( dyn[iy,:], shift)
print u"\nTableau 'shifte' :\n", dyn
 
dgranddis = np.concatenate([dxn,dyn],axis=1)
 
disgrandtab = np.zeros((960,960))
 
for zi in range(0,960):
    vi = dgranddis[zi,:]
    mi = dgranddis[(zi+1):,:]
    ni = mi-vi
    qi = ni**2
    arrays = np.sum(qi[:,0:8]+qi[:,8:16],axis=1)
 
 
    for zii in range(0, arrays.shape[0]):
        disgrandtab[zi,zi+zii+1] = arrays[zii]
        disgrandtab[zi+zii+1,zi] = arrays[zii]
 
print disgrandtab
 
plt.imshow(disgrandtab)
plt.show()
print disgrandtab.shape
 
################################################################## hirarchical clustering 
import time as time
import mpl_toolkits.mplot3d.axes3d as p3
from sklearn.cluster import Ward
from sklearn.datasets.samples_generator import make_swiss_roll
 
#################
X = disgrandtab
#################
# Compute clustering
print "Compute unstructured hierarchical clustering..."
st = time.time()
ward = Ward(n_clusters=6).fit(X)
label = ward.labels_
#print label
print "Elapsed time: ", time.time() - st
print "Number of points: ", label.size
 
######################
# Plot result
fig = pl.figure()
ax = p3.Axes3D(fig)
ax.view_init(7, -80)
for l in np.unique(label):
    ax.plot3D(X[label == l, 0], X[label == l, 1], X[label == l, 2],
              'o', color=pl.cm.jet(np.float(l) / np.max(label + 1)))
pl.title('Without connectivity constraints')
 
pl.show()

[wiztricks]

Ce que je lis, c'est:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
print "Compute unstructured hierarchical clustering..."
st = time.time()
ward = Ward(n_clusters=6).fit(X)
label = ward.labels_
#print label
print "Elapsed time: ", time.time() - st
print "Number of points: ", label.size

Vous utilisez la fonction de clustering Ward du module sklearn.cluster.
Pour calculer distance moyenne sur les points d'un cluster, il faut voir comment les récupérer dans l'instance de "ward"... - et seul l'objet sait comment ont été regroupées ces "points".

A vous de lire la documentation, faire des petits tests pour s'assurer que vous l'avez bien comprise,... Ou attendre l'éclairage avisé d'un lecteur qui a déjà utilisé cette bibliothèque.

- W