小编Ale*_*lex的帖子

一些javascript库中的模式是能够将任意数量的参数传递给函数:

functiona(param1)
functiona(param1, param2, param3)
functiona(param1, param2)

我有一个未知长度的数组,我想将所有数组项作为参数传递给函数functiona().这可能吗？如果是这样,这样做的语法是什么？

我是一名平面设计师,他试图使用R来创建对Excel来说过于复杂的图形.我特意试图创建一个不规则的时间序列步骤图.我创建一个常规的时间序列图没有问题,但由于某种原因,不规则的日期会把一切都抛弃.

我从一个带有两列数据的基本文本文件开始:

01-04-1940    4
05-29-1963    35
12-02-2002    24

我已经使用了加载数据

d <- read.delim("file.txt", header = TRUE)

我在Unix时间使用转换了第一列

d$date <- as.Date(d$date, format = "%m-%d-%Y")

但在这一点上,我无法在任何地方找到有关如何继续的更多信息.我已经看过R包"ITS",但除了所涉及的类的技术描述之外,我找不到任何文档.

如果有R经验的人可以指出我需要创建这个图表的几行代码,我将非常感激.谢谢!

我正在用d3.js进入激动人心的强制导向布局世界.我已经掌握了d3的基本原理,但我无法弄清楚建立力导向布局的基本系统.

现在,我正在尝试创建一个简单的布局,其中有几个未连接的气泡浮动到中心.很简单吧!？创建了正确的圆圈,但没有任何反应.

编辑:问题似乎是force.nodes()返回初始数据数组.在工作脚本上,force.nodes()返回一个对象数组.

这是我的代码:

<script>
  $(function(){

    var width = 600,
        height = 400;

    var data = [2,5,7,3,4,6,3,6];


    //create chart
    var chart = d3.select('body').append('svg')
        .attr('class','chart')
        .attr('width', width)
        .attr('height', height);

    //create force layout
    var force = d3.layout.force()
        .gravity(30)
        .alpha(.2)
        .size([width, height])
        .nodes(data)
        .links([])
        .charge(30)
        .start();

    //create visuals
    var circles = chart.selectAll('.circle')
        .data(force.nodes()) //what should I put here???
        .enter()
        .append('circle')
        .attr('class','circles')
        .attr('r', function(d) { return d; });

    //update locations
    force.on("tick", function(e) {
      circles.attr("cx", function(d) { return d.x; })
        .attr("cy", function(d) { return d.y; …

我使用 scikit-learnTfidfVectorizer以及高度定制的停用词和 nlp 词干提取将 100,000 个句子处理成 TF-IDF 向量。我的目标是使用 dbscan 或其他基于密度的集群对句子进行聚类，以发现相似的句子。

在 scikit-learn 的 dbscan 实现中，当我对超过 40,000 个句子进行聚类时，我会耗尽内存。我看到过使用 ELKI 的 Java 集群 GUI 的建议。我想尝试在 Java 中进行聚类，但我找不到将 TF-IDF 向量从 Python 移动到 ELKI 的方法。ELKI 的文档指出它可以处理特定格式或 .arff 中的稀疏向量。

1. 最具体的问题。任何人都可以建议如何将 scikit-learn 中的 TFIDF 向量转换为可以加载到 ELKI 中的格式。
2. ELKI 会比 scikit-learn 更好地管理内存吗？或者这是毫无意义的工作？