Używanie funkcji kmeans2 scipy w pytonie

Question

Znalazłem this przykład użycia algorytmu kmeans2 w pythonie. Nie mogę się następujący udział

# make some z vlues 
z = numpy.sin(xy[:,1]-0.2*xy[:,1]) 

# whiten them 
z = whiten(z) 

# let scipy do its magic (k==3 groups) 
res, idx = kmeans2(numpy.array(zip(xy[:,0],xy[:,1],z)),3) 

punkty są zip(xy[:,0],xy[:,1]), więc jaka jest wartość trzeci z tu robi?

Co to jest wybielanie?

Wszelkie wyjaśnienia są mile widziane. Dzięki.

Answer 1

pierwsze:

# make some z vlues 
z = numpy.sin(xy[:,1]-0.2*xy[:,1]) 

Najdziwniejsze jest to, że jest to równoznaczne z:

z = numpy.sin(0.8*xy[:, 1]) 

Więc nie wiem dlaczego on napisany w ten sposób. może jest literówka?

Następnie

# whiten them 
z = whiten(z) 

wybielanie jest po prostu normalizacji wariancji populacji. Zobacz tutaj demo:

>>> z = np.sin(.8*xy[:, 1])  # the original z 
>>> zw = vq.whiten(z)   # save it under a different name 
>>> zn = z/z.std()    # make another 'normalized' array 
>>> map(np.std, [z, zw, zn])  # standard deviations of the three arrays 
[0.42645, 1.0, 1.0] 
>>> np.allclose(zw, zn)   # whitened is the same as normalized 
True 

To nie jest dla mnie oczywiste, dlaczego jest wybielony. W każdym razie, poruszający się po:

# let scipy do its magic (k==3 groups) 
res, idx = kmeans2(numpy.array(zip(xy[:,0],xy[:,1],z)),3) 

Złammy że na dwie części:

data = np.array(zip(xy[:, 0], xy[:, 1], z)) 

co jest dziwne (i wolne) sposób pisania

data = np.column_stack([xy, z]) 

W każdym razie, na początek z dwoma tablicami i połączyć je w jeden:

>>> xy.shape 
(30, 2) 
>>> z.shape 
(30,) 
>>> data.shape 
(30, 3) 

Potem nadszedł data, który jest przekazywany do algorytmu kmeans:

res, idx = vq.kmeans2(data, 3) 

Więc teraz widać, że jest to 30 punktów w przestrzeni 3d, które są przekazywane do algorytmu i mylące jest to, w jaki sposób zbiór punktów powstały .