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
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
46
37
PDFMathTranslatePDFMathTranslate
PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译,支持 Google/DeepL/Ollama/OpenAI 等服务,提供 CLI/GUI/Docker
Python
30
3
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
171
39
RuoYi-VueRuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
165
34
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
249
63
RuoYi-Cloud-Vue3RuoYi-Cloud-Vue3
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
24
17
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
892
0
RuoYi-CloudRuoYi-Cloud
🎉 基于Spring Boot、Spring Cloud & Alibaba的分布式微服务架构权限管理系统,同时提供了 Vue3 的版本
Java
25
10
advanced-javaadvanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
391
102
杨帆测试平台杨帆测试平台
扬帆测试平台是一款高效、可靠的自动化测试平台,旨在帮助团队提升测试效率、降低测试成本。该平台包括用例管理、定时任务、执行记录等功能模块,支持多种类型的测试用例,目前支持API(http和grpc协议)、性能、CI调用等功能,并且可定制化,灵活满足不同场景的需求。 其中,支持批量执行、并发执行等高级功能。通过用例设置,可以设置用例的基本信息、运行配置、环境变量等,灵活控制用例的执行。
JavaScript
11
2