WEKA 层次聚类输出 - 叶识别歧义
WEKA Hierarchical Clustering Output - Leaf identification ambiguity
当从 WEKA 调用层次聚类时（我正在使用 C# 的 IKVM，但我认为这不重要，答案可以使用任何一种语言），有一个选项可以生成 Newick 格式的树状图，但是在尝试解析它时，我需要识别叶子并且 link 每个叶子都指向输入中的一个数据（向量）。
例如输入arff为：
@RELATION points
@ATTRIBUTE x REAL
@ATTRIBUTE y REAL
@DATA
1.0,2.0
3.0,1.0
1.0,3.0
2.0,1.0
我会得到以下 Newick 格式的树状图：
((2.0:1,3.0:1):1.49661,(1.0:1,1.0:1):1.49661)
这里不清楚点是怎么识别的（第一个分支有2和3，第二个分支有1和1，但不清楚哪个是哪个）
有没有办法改变这个输出的表示方式，或者在 Newick 输出中添加一个额外的唯一属性以更好的方式识别基准？
找到解决方案，它可能不适用于所有距离函数，但它适用于 Weka 层次聚类的默认配置：
解决办法就是在最后加一个额外的字符串属性，好像在所有的计算中都被忽略了，这个可以包含行或者向量的唯一标识，这个会被WEKA用来输出最终的图（Newick dendrogram） .
ARFF 示例：
@RELATION points
@ATTRIBUTE x REAL
@ATTRIBUTE y REAL
@ATTRIBUTE id STRING
@DATA
1,5,100
2,6,200
3,5,300
这将导致以下 Newick：
(((100:1.41421,200:1.41421):-0.05358,300:1.36064):0.441,400:1.80164)
当忽略最后一个属性时，这将导致完全相同的簇，但叶子的命名不同：
(((5.0:1.41421,6.0:1.41421):-0.05358,5.0:1.36064):0.441,6.0:1.80164)
这是模棱两可的。
当从 WEKA 调用层次聚类时（我正在使用 C# 的 IKVM，但我认为这不重要，答案可以使用任何一种语言），有一个选项可以生成 Newick 格式的树状图，但是在尝试解析它时，我需要识别叶子并且 link 每个叶子都指向输入中的一个数据（向量）。
例如输入arff为：
@RELATION points
@ATTRIBUTE x REAL
@ATTRIBUTE y REAL
@DATA
1.0,2.0
3.0,1.0
1.0,3.0
2.0,1.0
我会得到以下 Newick 格式的树状图：
((2.0:1,3.0:1):1.49661,(1.0:1,1.0:1):1.49661)
这里不清楚点是怎么识别的（第一个分支有2和3，第二个分支有1和1，但不清楚哪个是哪个）
有没有办法改变这个输出的表示方式，或者在 Newick 输出中添加一个额外的唯一属性以更好的方式识别基准？
找到解决方案，它可能不适用于所有距离函数，但它适用于 Weka 层次聚类的默认配置： 解决办法就是在最后加一个额外的字符串属性，好像在所有的计算中都被忽略了，这个可以包含行或者向量的唯一标识，这个会被WEKA用来输出最终的图（Newick dendrogram） .
ARFF 示例：
@RELATION points
@ATTRIBUTE x REAL
@ATTRIBUTE y REAL
@ATTRIBUTE id STRING
@DATA
1,5,100
2,6,200
3,5,300
这将导致以下 Newick：
(((100:1.41421,200:1.41421):-0.05358,300:1.36064):0.441,400:1.80164)
当忽略最后一个属性时，这将导致完全相同的簇，但叶子的命名不同：
(((5.0:1.41421,6.0:1.41421):-0.05358,5.0:1.36064):0.441,6.0:1.80164)
这是模棱两可的。