節點在樹中作爲特徵向量的位置？

背景我有一個節點樹，我試圖運行一些機器學習算法來分類它們。我想要使用的特徵之一是樹中節點的位置，即較近的節點可能在同一個類中。節點在樹中作爲特徵向量的位置？

我的問題 我代表所有功能作爲數字的向量。任何關於如何在樹中表示位置的想法？因此，距離b/n兩個向量對應於樹中節點之間的距離？（我有一棵深度5-7的小樹，分支2-3）

我試過的是 p.S.我閱讀了有關算法以找到2個節點之間的最短距離（查找每個節點距離它們最近的共同祖先的距離）。我發現的一個想法是有一個向量x，其中每個索引對應於樹中可能的祖先。然後設置x [i] =來自該祖先的數量級別。問題在於 - 我不知道如何處理不是祖先的節點。

來源

2011-06-20 Lavanya

只是把樹的路徑作爲向量。然後簡單地計算兩條路徑之間差異的長度。所以例如。 2,3,1,5,3是一條路徑。而2,3,3,5,9,5是另一條路徑。所以他們有共同之處。所以差異的長度是1,5,3和3,5,9,5這是7.祝你好運

來源

2011-06-20 22:39:51

謝謝，儘管我正在爲節點的位置尋找一個固定長度的向量，所以我可以通過直接做x1-x2來獲得像兩個節點/向量x1和x2之間的距離，但我想這太希望了爲：| – Lavanya

哪裏有遺囑，哪裏有辦法。 –

所以實際上有一個非常好的方式來派生你想要的功能;您可以使用MDS這樣做。什麼MDS做的是它需要一個N乘N矩陣（這裏N是節點的數量），其中條目a_ {i，j}是項目i和項目j之間的距離（節點i和節點j），並且對於每個項目i它將返回一個D（預先指定的）位置向量D_i，使得D_i和D_j之間的距離近似爲a_ {i，j}。

因此，我們可以讓您的特徵向量進行一些預處理。首先，找到每對節點的最短距離（可以使用Floyd-Warshall），然後使用距離矩陣作爲MDS的輸入，併爲您指定位置矢量的維數，MDS將輸出位置矢量所述尺寸。

如果您搜索網絡，我相信您可以找到Floyd-Warshall和MDS的開源實現。

來源

2011-07-31 23:01:21 Junier

節點在樹中作爲特徵向量的位置？

回答

相關問題