Prim算法、Kruskal算法和最小生成树 | Minimum Spanning Tree

graph to tree非常有趣!

距离的度量会极大地影响后续的分析,欧式距离会放大差异,相关性会缩小差异,导致某些细胞群分不开。

先直观看一下,第一个是Prim,第二个是Kruskal。但是肯定都是有局限性的!我也在尝试新的方法,提升表现。

 

 

先看看算法的差异:

 

 

参考:

话说最小生成树的prim算法和Kruskal算法的区别?

最小生成树之Prim算法和Kruskal算法

算法,代码的文章一大堆,但能从高处俯瞰的极少。

 

这两个算法都没有数据的偏向性,对数据没有假设。

我们的单细胞的数据特征明显,存在cell hub。

 

posted @   Life·Intelligence  阅读(425)  评论(0编辑  收藏  举报
(评论功能已被禁用)
编辑推荐:
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
阅读排行:
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· .NET10 - 预览版1新功能体验(一)
历史上的今天:
2018-04-17 转录调控实战 | 一文解决转录调控问题 | chIP-seq | ATAC-seq
2017-04-17 关于C和C++
TOP
点击右上角即可分享
微信分享提示