高效聚类补充材料

Clustering by fast search and find of density peaks

clear all
close all
disp（‘The only input needed is a distance matrix file‘）
disp（‘The format of this file should be: ‘）
disp（‘Column 1: id of element i‘）
disp（‘Column 2: id of element j‘）
disp（‘Column 3: dist（ij）‘）
mdist=input（‘name of the distance matrix file （with single quotes）?\n‘）;
disp（‘Reading input distance matrix‘）
xx=load（mdist）;
ND=max（xx（:2））;
NL=max（xx（:1））;
if （NL>ND）
  ND=NL;
end
N=size（xx1）;
for i=1:ND
  for j=1:ND
    dist（ij）=0;
  end
end
for i=1:N
  ii=xx（i1）;
  jj=xx（i2）;
  dist（iijj）=xx（i3）;
  dist（jjii）=xx（i3）;
end
percent=2.0;
fprintf（‘average percentage of neighbours （hard coded）: %5.6f\n‘ percent）;

position=round（N*percent/100）;
sda=sort（xx（:3））;
dc=sda（position）;

fprintf（‘Computing Rho with gaussian kernel of radius: %12.6f\n‘ dc）;


for i=1:ND
  rho（i）=0.;
end
%
% Gaussian kernel
%
for i=1:ND-1
  for j=i+1:ND
     rho（i）=rho（i）+exp（-（dist（ij）/dc）*（dist（ij）/dc））;
     rho（j）=rho（j）+exp（-（dist（ij）/dc）*（dist（ij）/dc））;
  end
end
%
% “Cut off“ kernel
%
%for i=1:ND-1
%  for j=i+1:ND
%    if （dist（ij）%       rho（i）=rho（i）+1.;
%       rho（j）=rho（j）+1.;
%    end
%  end
%end

maxd=max（max（dist））;

[rho_sortedordrho]=sort（rho‘descend‘）;
delta（ordrho（1））=-1.;
nneigh（ordrho（1））=0;

for ii=2:ND
   delta（ordrho（ii））=maxd;
   for jj=1:ii-1
     if（dist（ordrho（ii）ordrho（jj））        delta（ordrho（ii））=dist（ordrho（ii）ordrho（jj））;
        nneigh（ordrho（ii））=ordrho（jj）;
     end
   end
end
delta（ordrho（1））=max（delta（:））;
disp（‘Generated file:DECISION GRAPH‘）
disp（‘column 1:Density‘）
disp（‘column 2:Delta‘）

fid = fopen（‘DECISION_GRAPH‘ ‘w‘）;
for i=1:ND
   fprintf（fid ‘%6.2f %6.2f\n‘ rho（i）delta（i））;
end

disp（‘Select a rectangle enclosing cluster centers‘）
scrsz = get（0‘ScreenSize‘）;
figure（‘Position‘[6 72 scrsz（3）/4. scrsz（4）/1.3]）;
for i=1:ND
  ind（i）=i;
  gamma（i）=rho（i）*delta（i）;
end
subplot（211）
tt=plot（rho（:）delta（:）‘o‘‘MarkerSize‘5‘MarkerFaceColor‘‘k‘‘MarkerEdgeColor‘‘k‘）;
title （‘Decision Graph‘‘FontSize‘15.0）
xlabel （‘\rho‘）
ylabel （‘\delta‘）


subplot（211）
rect = getrect（1）;
rhomin=rect（1）;
deltamin=rect（4）;
NCLUST=0;
for i=1:ND
  cl（i）=-1;
end
for i=1:ND
  if （ （rho（i）>rhomin） && （delta（i）>deltamin））
     NCLUST=NCLUST+1;
     cl（i）=NCLUST;
     icl（NCLUST）=i;
  end
end
fprintf（‘NUMBER OF CLUSTERS: %i \n‘ NCLUST）;
disp（‘Performing assignation‘）

%assignation
for i=1:ND
  if （cl（ordrho（i））==-1）
    cl（ordrho（i））=cl（nneigh（ordrho（i）））;
  end
end
%halo
for i=1:ND
  halo（i）=cl（i）;
end
if （NCLUST>1）
  for i=1:NCLUST
    bord_rho（i）=0.;
  end
  for i=1:ND-1
    for j=i+1:ND
      if （（cl（i）~=cl（j））&& （dist（ij）<=dc））
        rho_aver=（rho（i）+rho（j））/2.;
        if （rho_aver>bord_rho（cl（i））） 
          bord_rho（cl（i））=rho_aver;
        end
        if （rho_aver>bord_rho（cl（j））） 
          bord_rho（cl（j））=rho_aver;
        end
      end
    end
  end
  for i=1:ND
    if （rho（i）      halo（i）=0;
    end
  end
end
for i=1:NCLUST
  nc=0;
  nh=0;
  for j=1:N

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件     1938924  2016-05-27 15:27  Clustering-by-fast-search-and-find-of-density-peaks.pdf
     文件        4525  2014-04-30 10:32  cluster_dp.m
     文件    29771107  2014-04-30 15:20  example_distances.dat
     文件        6110  2016-05-27 15:32  fast_cluster.cpp
     文件     1606000  2016-05-27 15:41  Rodriguez.SM.pdf