Python で Clustering を使用する方法

Aspose.PDF FOSS for Python は、小規模で汎用的な階層的凝集クラスタリングユーティリティをバンドルしています — 任意の単一 PDF 操作から独立して — 関連する DataPoint オブジェクトを Cluster インスタンスにグループ化し、クラスタの重心を計算します。各データポイントが何を表すかはユーザーが決定し、座標は自分で提供します；ユーティリティが自動的に埋め込むことはありません。ライブラリは以下のコマンドでインストールできます。

ステップバイステップガイド

git clone https://github.com/aspose-pdf-foss/Aspose-PDF-FOSS-for-Python.git
cd Aspose-PDF-FOSS-for-Python
pip install -e .

from aspose_pdf import Cluster
print("aspose-pdf-foss-for-python is ready.")

from aspose_pdf import Cluster, ClusterCollection, DataPoint

from aspose_pdf import DataPoint

point_a = DataPoint("item-1", [12.0, 45.0])
point_b = DataPoint("item-2", [13.5, 44.0])
point_c = DataPoint("item-3", [98.0, 5.0])

print(point_a.name, point_a.value)

from aspose_pdf import Cluster

nearby = Cluster([point_a, point_b])
print(nearby.count)              # 2
print(nearby.contains(point_a))  # True

from aspose_pdf import DataPoint

centroid = DataPoint.get_centroid(nearby)
print(centroid.name)   # "centroid"
print(centroid.value)  # per-dimension average across the cluster

from aspose_pdf import Cluster

backup = nearby.clone()
print(backup is nearby)          # False -- independent copy
print(backup.contains(point_a))  # True -- same items

placeholder = Cluster.empty()
print(placeholder.count)         # 0

from aspose_pdf import Cluster, ClusterCollection

outliers = Cluster([point_c])
collection = ClusterCollection([nearby, outliers])
print(len(collection))  # 2

一般的な問題と対策

既存のものに項目を追加する方法はありません Cluster

Clusterは構築時（Cluster(items)）にメンバーシップリストのみ受け取ります。まずDataPointオブジェクトの完全なリストを作成し、次にClusterを構築してください — その後に呼び出すadd()やappend()は存在しません。

DataPoint.get_centroid() raises ValueError

これは、渡されたクラスターが空（count == 0）である場合に発生します。Cluster.empty()も含まれます。cluster.countを確認してからget_centroidを呼び出すか、空のクラスターがワークフローで有効な入力である場合は例外をハンドルしてください。

重心の値が正しくありません

get_centroidは各DataPoint.valueの位置を順に合計し、点の数で割ります — クラスター内のすべてのvalueリストが同じ長さであるかはチェックしません。次元が一致しないDataPointオブジェクトを混在させると、例外を発生させずに不正確な平均が静かに生成されます。

Expecting Cluster.empty() 毎回新しい空のクラスターを作成する

Cluster.empty() はシングルトンアクセッサです — 呼び出すたびに同じキャッシュされたインスタンスが返されます。別々の独立した空クラスターが必要な場合は、Cluster()（引数なし）を代わりに使用してください。

ライブラリが自動的にポイントをグループ化することを期待しています

DataPoint、Cluster、および ClusterCollection は、ポイント、クラスター、重心計算を表すデータ構造です — このモジュールには、どのポイントが一緒になるかを決定するリンクや距離関数は含まれていません。Cluster を構築する前に、独自のコードでクラスターのメンバーシップを決定してください。

よくある質問

このモジュールは距離に基づいてデータポイントを自動的にグループ化しますか？

いいえ。Cluster、DataPoint、および ClusterCollection は、既に決定されたグループと重心の計算を表す基本構成要素です — 組み込みの凝集や距離ベースの割り当てステップはありません。

Cluster() と Cluster.empty() の違いは何ですか？

Cluster(items=None) は呼び出されるたびに新しいインスタンスを作成します。Cluster.empty() はクラスメソッドで、呼び出すたびに同じキャッシュされた共有の空クラスターインスタンスを返します。

作成した後で Cluster にアイテムを追加できますか？

いいえ。Cluster は構築以外では contains()、clone()、および count プロパティのみを公開します — コンストラクタが実行された時点でメンバーシップは固定されます。

get_centroid() は任意の次元数で動作しますか？

はい、クラスター内のすべての DataPoint.value リストの長さが同じである限り可能です。get_centroid は各次元を個別に平均し、その結果を新しい DataPoint として返します。

ClusterCollection は単純な Python クラスタのリストに対して何を追加しますか？

主に len() サポートを備えた型付きコンテナです。構築元のリストに既にあるもの以外に、イテレーション、検索、マージの動作は追加されません。

参照

• Pythonでドキュメントをロードする方法
• インストールガイド
• API Reference
• GitHub リポジトリ
• Aspose.PDF for Python — Enterprise Knowledge Base