我正在用Java编写一个聚类算法,但在删除操作时遇到了问题。当簇的数量达到初始数量的一半时,它似乎总是失败。
在下面的示例代码中,`clusters` 是一个 `Collection>` 类型。
在下面的示例代码中,`clusters` 是一个 `Collection>` 类型。
while(clusters.size() > K){
// determine smallest distance between clusters
Collection<Integer> minclust1 = null;
Collection<Integer> minclust2 = null;
double mindist = Double.POSITIVE_INFINITY;
for(Collection<Integer> cluster1 : clusters){
for(Collection<Integer> cluster2 : clusters){
if( cluster1 != cluster2 && getDistance(cluster1, cluster2) < mindist){
minclust1 = cluster1;
minclust2 = cluster2;
mindist = getDistance(cluster1, cluster2);
}
}
}
// merge the two clusters
minclust1.addAll(minclust2);
clusters.remove(minclust2);
}
通过循环几次后,clusters.remove(minclust2)
最终会返回false,但我不明白为什么。
我通过先创建了10个集群,每个集群包含1到10之间的一个整数来测试此代码。距离是0到1之间的随机数。这是添加了一些println语句后的输出结果。在打印出集群数量后,我打印出实际的集群,合并操作和clusters.remove(minclust2)的结果。
Clustering: 10 clusters
[[3], [1], [10], [5], [9], [7], [2], [4], [6], [8]]
[5] <- [6]
true
Clustering: 9 clusters
[[3], [1], [10], [5, 6], [9], [7], [2], [4], [8]]
[7] <- [8]
true
Clustering: 8 clusters
[[3], [1], [10], [5, 6], [9], [7, 8], [2], [4]]
[10] <- [9]
true
Clustering: 7 clusters
[[3], [1], [10, 9], [5, 6], [7, 8], [2], [4]]
[5, 6] <- [4]
true
Clustering: 6 clusters
[[3], [1], [10, 9], [5, 6, 4], [7, 8], [2]]
[3] <- [2]
true
Clustering: 5 clusters
[[3, 2], [1], [10, 9], [5, 6, 4], [7, 8]]
[10, 9] <- [5, 6, 4]
false
Clustering: 5 clusters
[[3, 2], [1], [10, 9, 5, 6, 4], [5, 6, 4], [7, 8]]
[10, 9, 5, 6, 4] <- [5, 6, 4]
false
Clustering: 5 clusters
[[3, 2], [1], [10, 9, 5, 6, 4, 5, 6, 4], [5, 6, 4], [7, 8]]
[10, 9, 5, 6, 4, 5, 6, 4] <- [5, 6, 4]
false
这个集合 [10, 9, 5, 6, 4, 5, 6, 4, ...] 只会无限增长。
编辑说明:为了澄清,我在 clusters(一个 HashSet>)中为每个群集使用 HashSet。