flame-clustering

描述

Fuzzy clustering by Local Approximation of MEmberships (FLAME) 是一种数据聚类算法，它定义了数据集密集部分的簇，并仅基于对象之间的邻域关系进行簇分配。

该算法首次在以下文献中描述："FLAME，一种用于分析 DNA 微阵列数据的创新模糊聚类方法"，BMC Bioinformatics，2007，8:3。可从以下链接获取：http://www.biomedcentral.com/1471-2105/8/3

这个 Rust 库是从原始的 C 实现 调整而来。

使用示例

以下是一个如何使用库进行聚类的简化示例

use flame_clustering::DistanceGraph;

let data: Vec<f64> = vec![0.12, 0.23, 0.15, 0.19, 100.0];
let (clusters, outliers) = DistanceGraph::build(&data, |a, b| (a - b).abs())
    .find_supporting_objects(2, -1.0)
    .approximate_fuzzy_memberships(100, 1e-6)
    .make_clusters(-1.0);

assert_eq!(format!("{clusters:?}"), "[[0, 1, 3, 2]]");
assert_eq!(format!("{outliers:?}"), "[4]");

输出是原始数据集索引的序列。在上面的示例中，识别出一个包含数字 [0.12, 0.15, 0.19, 0.23] 的簇，并且 100.0 被识别为异常值。

有关方法参数的更多信息，请参阅库文档。

兼容性说明

Rust 实现与原始库在以下方面有所不同

• 将单个 Flame 结构体替换为构建器风格的 API。有关详细信息，请参阅库文档。
• 已修改代码以接受用户提供的距离函数。
• 目前尚不支持直接指定距离矩阵。
• 异常值不再自动分配到最近的簇。默认情况下，异常值保持为异常值；为了保留原始行为，需要调用新的 assign_outliers() 方法。
• 聚类算法使用 64 位浮点数，而原始算法主要使用 32 位数字。这导致与 C 实现相比存在细微的数值差异。
• 原始库提供了 Flame_DotProduct 和 Flame_DotProductDist 距离方法，但我没有在这里包含它们。
• 原始实现中没有包含测试。在代码移植过程中，为了开发辅助添加了一些单元测试，但测试覆盖率不完整。
• 对代码中的注释进行了轻微的语法修正。