1

我正在尝试在 R 中实现头/尾中断分类算法（请参见此处）。这种相对较新的算法是一种计算成本较低的替代方案，可替代制图学中用于高度倾斜数据的其他分类方法。

到目前为止，我一直在寻找 Python 中的代码模板（请参阅此处）并取得了相对成功。这是我在 R 中的实现：

# fake data to classify
pareto_data <- c()
for (i in 1:100){
  pareto_data[i] <- (1.0/i)^1.16
}

# head/tail breaks algorithm
ht <- function(data){
  ln <- length(data)
  mn <- mean(data)
  res <- append(c(),mn) # this is where I was hopping to store my output
  head <- subset(data,data>=mn)
  while (length(head)>=1 & length(head)/ln <= 0.40){
    print(res)
    return(ht(head))
  }
  #return(res)
}

ht(pareto_data)

由于运行上述代码，我已经能够打印以下内容：

[1] 0.03849691
[1] 0.1779904
[1] 0.4818454

此输出很可能与运行我一直用作模板的原始 Python 代码相同。但是，我没有成功地将它存储在向量或列表中。

如果您能给出解决这个问题的提示并改进我的代码（这与 Python 中的原始代码并不完全相同，特别是在while语句的条件方面），我将非常感激。

4

1 回答 1

4

该算法的可能递归版本可能如下。

ht_breaks <- function(x){
  ht_inner <- function(x, mu){
    n <- length(x)
    mu <- c(mu, mean(x))
    h <- x[x > mean(x)]
    if(length(h) > 1 && length(h)/n <= 0.4){
      ht_inner(h, mu)
    } else mu
  }
  ht_inner(x, NULL)
}

pareto_data <- (1.0/(1:100))^1.16
ht_breaks(pareto_data)
#[1] 0.03849691 0.17799039 0.48184535
于 2020-02-04T17:35:37.453 回答