Тема 27. Анализ данных

27.01 Стандартные кластеры

Вспоминай формулы по каждой теме
Решай новые задачи каждый день
Вдумчиво разбирай решения
ШКОЛКОВО.
Готовиться с нами - ЛЕГКО!
Подтемы раздела анализ данных
Решаем задачу:

Ошибка.
Попробуйте повторить позже

Задача 1#104756

Учёный решил провести кластеризацию некоторого множества звёзд по их расположению на карте звёздного неба. Кластер звёзд – это набор звёзд (точек) на графике, лежащий внутри квадрата со стороной длиной H  . Каждая звезда обязательно принадлежит только одному из кластеров.

Истинный центр антикластера, или антицентроид, – это одна из звёзд на графике, сумма расстояний от которой до всех остальных звёзд кластера минимальна.

Под расстоянием понимается расстояние Евклида между двумя точками A(x1,y1)  и B(x2,y2)  на плоскости, которое вычисляется по формуле:

d(A, B) = ∘ (x-−-x-)2 +-(y-−-y-)2
            2   1      2   1

В файле A хранятся данные о звёздах пяти кластеров, где H = 4  для каждого кластера. В каждой строке записана информация о расположении на карте одной звезды: сначала координата x  , затем координата y  . Значения даны в условных единицах, которые представлены вещественными числами. Известно, что количество звёзд не превышает 1000.

В файле Б хранятся данные о звёздах трёх кластеров, где H  = 4  для каждого кластера. Известно, что количество звёзд не превышает 10000. Структура хранения информации о звёздах в файле Б аналогична файлу А.

Для каждого файла определите координаты антицента каждого кластера, затем вычислите два числа: Px  — среднее арифметическое абсцисс антицентров кластеров, и Py  – среднее арифметическое ординат антицентров кластеров.

В ответе запишите четыре числа через пробел: сначала целую часть произведений Px ⋅100  и Py ⋅100  для файла А, далее целую часть произведения Px ⋅1000  и Py ⋅1000  для файла Б.

Возможные данные одного из файлов иллюстрированы графиком.

Внимание! График приведён в иллюстративных целях для произвольных значений, не имеющих отношения к заданию. Для выполнения задания используйте данные из прилагаемого файла.

PIC

Вложения к задаче
Показать ответ и решение

Для начала визуально оценим данные в условии кластеры. Для этого откроем предложенные файлы в Excel  , перейдем в раздел «Вставка → Диаграммы → Точечная».

Диаграмма для файла А имеет вид:

PIC

Рассмотрим 5 кластеров и координаты, которыми их можно последовательно отделить. Для 1 кластера проведём прямую через точки (0,25)  и (− 10,0)  . Уравнение этой прямой будет y = 2.5 ⋅x+ 25  .

1) 2.5⋅x + 25 < y

2) x < 3

3) y > 18

4) y > 7

5) все остальные точки

Код программы для файла А:

file = open("2A.txt")
file.readline()
clusters = [[] for i in range(5)]
for star in file:
    x, y = list(map(float, star.replace(",", ".").split()))
    if 2.5 * x + 25 < y:
        clusters[0].append((x, y))
    elif x < 3:
        clusters[1].append((x, y))
    elif y > 18:
        clusters[2].append((x, y))
    elif y > 7:
        clusters[3].append((x, y))
    else:
        clusters[4].append((x, y))

sum_x = sum_y = 0
for cluster in clusters:
    tx = ty = 0
    mn = 10**20
    for centroid in cluster:
        x1, y1 = centroid
        sm = 0
        for star in cluster:
            x2, y2 = star
            sm += ((x2-x1)**2 + (y2-y1)**2)**0.5
        if sm < mn:
            mn = sm
            tx, ty = x1, y1

    sum_x += tx
    sum_y += ty

print(int(sum_x / 5 * 100))
print(int(sum_y / 5 * 100))

Диаграмма для файла Б имеет вид:

PIC

Для данных 3 кластеров проведём 1 прямую для их отделения:

y = − 2.5⋅x+ 20

В итоге получим следующие неравенства для отделения:

1) − 2.5 ⋅x+ 20 < y

2) y < 5

3) все остальные точки

Код программы для файла Б:

file = open("2B.txt")
file.readline()
clusters = [[] for i in range(3)]
for star in file:
    x, y = list(map(float, star.replace(",", ".").split()))
    if -2.5 * x + 20 < y:
        clusters[0].append((x, y))
    elif y < 5:
        clusters[1].append((x, y))
    else:
        clusters[2].append((x, y))

sum_x = sum_y = 0
for cluster in clusters:
    tx = ty = 0
    mn = 10**20
    for centroid in cluster:
        x1, y1 = centroid
        sm = 0
        for star in cluster:
            x2, y2 = star
            sm += ((x2-x1)**2 + (y2-y1)**2)**0.5
        if sm < mn:
            mn = sm
            tx, ty = x1, y1

    sum_x += tx
    sum_y += ty

print(int(sum_x / 3 * 1000))
print(int(sum_y / 3 * 1000))

Ответ: 665 1153 2795 8742

Специальные программы

Все специальные программы

Программа
лояльности v2.0

Приглашай друзей в Школково и получай вознаграждение до 10%!

Крути рулетку
и выигрывай призы!

Крути рулетку и покупай курсы со скидкой, которая привязывается к вашему аккаунту.

Бесплатное онлайн-обучение

Для школьников из приграничных территорий России, проживающих в ДНР, ЛНР, Херсонской, Запорожской, Белгородской, Курской, Брянской областях и Крыму.

Налоговые вычеты

Узнай, как получить налоговый вычет при оплате обучения в «Школково».

Специальное предложение
для учителей

Бесплатный доступ к любому курсу подготовки к ЕГЭ, ОГЭ и олимпиадам от «Школково». Мы с вами делаем общее и важное дело, а потому для нас очень значимо быть чем-то полезными для учителей по всей России!

Вернём деньги за курс
за твою сотку на ЕГЭ

Сдать экзамен на сотку и получить обратно деньги за подготовку теперь вполне реально!

cyberpunkMouse
cyberpunkMouse
Рулетка
Вы можете получить скидку в рулетке!