首页
/ Clusterfck项目技术文档

Clusterfck项目技术文档

2024-12-24 09:24:36作者:蔡怀权

1. 安装指南

在开始使用Clusterfck之前,您需要先安装该库。以下是安装步骤:

对于Node.js环境,您可以通过npm命令进行安装:

npm install clusterfck

如果您希望在浏览器中使用,可以下载浏览器的文件版本。

2. 项目使用说明

Clusterfck是一个JavaScript的聚类分析库,支持层次聚类(Hierarchical clustering)和K-means聚类。

K-means聚类

以下是使用K-means聚类的示例代码:

var clusterfck = require("clusterfck");

var colors = [
   [20, 20, 80],
   [22, 22, 90],
   [250, 255, 253],
   [0, 30, 70],
   [200, 0, 23],
   [100, 54, 100],
   [255, 13, 8]
];

// 计算聚类。
var clusters = clusterfck.kmeans(colors, 3);

kmeans函数的第二个参数是要生成的聚类数(默认值为Math.sqrt(n/2),其中n是向量的数量)。返回值是一个包含聚类的数组。

分类

对于分类,需要实例化一个新的Kmeans对象。

var kmeans = new clusterfck.Kmeans();

// 计算聚类。
var clusters = kmeans.cluster(colors, 3);

// 为一个新的数据点计算聚类索引。
var clusterIndex = kmeans.classify([0, 0, 225]);

序列化

toJSON()fromJSON()方法可以用于序列化和反序列化。

// 将质心序列化为JSON。
var json = kmeans.toJSON();

// 从JSON反序列化质心。
kmeans = kmeans.fromJSON(json);

// 从先前序列化的质心计算聚类索引。
var clusterIndex = kmeans.classify([0, 0, 225]);

使用现有质心初始化

// 使用来自数据库的现有质心?
var centroids = [ [ 35.5, 31.5, 85 ], [ 250, 255, 253 ], [ 227.5, 6.5, 15.5 ] ];

// 使用质心初始化构造函数。
var kmeans = new clusterfck.Kmeans(centroids);

// 计算聚类索引。
var clusterIndex = kmeans.classify([0, 0, 225]);

访问质心和K值

聚类计算完成后或通过fromJSON()加载后,可以通过centroids属性访问计算得到的中心,通过centroids.length获取K值。

// 计算聚类。
var clusters = kmeans.cluster(colors, 3);

// 访问质心,长度为3的数组。
var centroids = kmeans.centroids;

// 访问k值。
var k = centroids.length;

层次聚类

以下是使用层次聚类的示例代码:

var clusterfck = require("clusterfck");

var colors = [
   [20, 20, 80],
   [22, 22, 90],
   [250, 255, 253],
   [100, 54, 255]
];

var clusters = clusterfck.hcluster(colors);

hcluster函数返回一个对象,该对象表示聚类的层次结构,具有leftright子树。叶节点聚类具有value属性,这是数据集中的向量。

距离度量和方法

可以指定距离度量,包括"euclidean"(默认)、"manhattan""max"。连接准则可以是"average"(默认)、"single""complete"

var tree = clusterfck.hcluster(colors, "euclidean", "single");

3. 项目API使用文档

Clusterfck库提供的API包括:

  • kmeans: 进行K-means聚类。
  • Kmeans: K-means聚类的构造函数,可用于分类、序列化、反序列化和使用现有质心初始化。
  • hcluster: 进行层次聚类。

更多详细的使用方法和示例,请参考项目的readme文件。

4. 项目安装方式

如安装指南中所述,您可以通过npm命令来安装Clusterfck库:

npm install clusterfck

或者,如果您希望在浏览器中使用,可以下载对应的浏览器文件版本。

热门项目推荐
相关项目推荐

项目优选

收起
Python-100-DaysPython-100-Days
Python - 100天从新手到大师
Python
373
72
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
276
72
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
200
47
xzs-mysqlxzs-mysql
学之思开源考试系统是一款 java + vue 的前后端分离的考试系统。主要优点是开发、部署简单快捷、界面设计友好、代码结构清晰。支持web端和微信小程序,能覆盖到pc机和手机等设备。 支持多种部署方式:集成部署、前后端分离部署、docker部署
HTML
5
1
LangChatLangChat
LangChat: Java LLMs/AI Project, Supports Multi AI Providers( Gitee AI/ 智谱清言 / 阿里通义 / 百度千帆 / DeepSeek / 抖音豆包 / 零一万物 / 讯飞星火 / OpenAI / Gemini / Ollama / Azure / Claude 等大模型), Java生态下AI大模型产品解决方案,快速构建企业级AI知识库、AI机器人应用
Java
11
3
gin-vue-admingin-vue-admin
🚀Vite+Vue3+Gin的开发基础平台,支持TS和JS混用。它集成了JWT鉴权、权限管理、动态路由、显隐可控组件、分页封装、多点登录拦截、资源权限、上传下载、代码生成器【可AI辅助】、表单生成器和可配置的导入导出等开发必备功能。
Go
16
3
source-vuesource-vue
🔥 一直想做一款追求极致用户体验的快速开发平台,看了很多优秀的开源项目但是发现没有合适的。于是利用空闲休息时间对若依框架进行扩展写了一套快速开发系统。如此有了开源字节快速开发平台。该平台基于 Spring Boot + MyBatis + Vue & Element ,包含微信小程序 & Uniapp, Web 报表、可视化大屏、三方登录、支付、短信、邮件、OSS...
Java
24
2
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
898
0
madongmadong
基于Webman的权限管理系统
PHP
4
0
cool-admin-javacool-admin-java
🔥 cool-admin(java版)一个很酷的后台权限管理框架,Ai编码、流程编排、模块化、插件化、CRUD极速开发,永久开源免费,基于springboot3、typescript、vue3、vite、element-ui等构建
Java
18
2