@gmod/hclette (英语)
快速分级分组( UPGMA) 编译到 WebAsembly JavaScript/TypeScript 绑定.
安装
npm install @gmod/hclust
算法
具有平均联系的群集。 计算欧几里得的距离,
然后在每个步骤合并最接近的集群,直到一个集群被保留,
生成一个德德克拉姆。 相当于R级 hclust(method="average")。 。 。 .
大约O(N2)在时间和记忆中:3 000个样本集群在~0.3s和10 000个 ~5.5s (英语). 与许多捆绑相距的输入速度要慢得多,因为捆绑迫使 重新扫描最近新邻居: 3 202行, 仅包含9个不同值 一共用了27道 3,202道单行取了0.36道 原子弹堆积为2GB并持有 nxN 相距矩阵( 400MB at N= 10,000) 旁的 NxV 输入, 所以矩阵 无法共享的二者在信件中被拒绝在前面同时大小。 见 文件/优化 事情进展得这么快.
使用量
import { clusterObject, toNewick, fromNewick } from '@gmod/hclust'
const result = await clusterObject({
data: {
'Sample A': [1.0, 2.0, 3.0],
'Sample B': [1.5, 2.5, 3.5],
'Sample C': [10.0, 11.0, 12.0],
},
})
const newick = toNewick(result.tree)
const tree = fromNewick(newick)
clusterData 如果有单独的数组,也可以使用:
import { clusterData } from '@gmod/hclust'
const result = await clusterData({
data: [
[1.0, 2.0, 3.0],
[1.5, 2.5, 3.5],
[10.0, 11.0, 12.0],
],
sampleLabels: ['Sample A', 'Sample B', 'Sample C'],
})
行可以是平面数组或打出数组——任何东西 ArrayLike<number>。 。 。 .
结果
tree: ClusterNode——德德克勒克根. 叶子有height0和无children。 。 。 .order: number[]——以从左到右叶排列的样本指数.clustersGivenK: number[][][]—— 说clustersGivenK[k]分区为k+1组合,每组一组抽样指数。 它的每个级别 因此,它花费了O(N2)内存(~330MB at N=3000),并建立在第一个之上 而不是在前面进入。 需要的时候就别管了tree财务报告和审定财务报表order。 。 。 .
投入
- 至少2个样本,或
clusterData掷出. - 每行长度与第一行相同,或
clusterData丢出命名 排队. - 没有
NaN或者说Infinity,或clusterData掷出. - 2GB 内的 NxV×4 + N2×4 字节,或
clusterData丢出之前 分配任何东西。 飞来飞去,一分一分 无法与其他人说出有多少人. - 无
sampleLabels,叶子回来作为Sample 0, (中文(简体) ),Sample 1,, , , , , , , ,
预计算距离
过 distances 改为 data 将别处创建的矩阵组合成一组——在一个
GPU, 或者在另一个度量标准下 :
const result = await clusterData({
distances, // Float32Array, N×N row-major
sampleLabels,
})
仅读取上三角形(栏 >行),因此制作人可以离开
对角和下半个未设置。 运行跳过相距阶段而去
直接到合并循环,所以 onProgress 只报告 init 财务报告和审定财务报表
clustering非正方形的矩阵,或 NaN 或者说 Infinity, (中文(简体) ),
掷出. 它被组合在一起,而不是在计算出来的矩阵之外
堆积的预算是 N2×4 字节.
其他出口
toNewick(node)编号 :fromNewick(string)— Newick 序列化, 写入合并 高度为:分支长度( e)(A:1.5,B:1.5)) (中文(简体) ).fromNewick读回来 输入绝对高度, 并仍然接受所写的标签格式 v4 (单位:千美元)(A,B)1.5000) (中文(简体) ). 见 文件/新ick.md。 。 。 .quoteName(name)- Newick引用规则toNewick用途,导出为 给自己写Newick的呼唤者以同样的方式逃出名字fromNewick期待着.treeToJSON(node)—一棵树的平面对象副本,空投children。 。 。 .printTree(node)—— ASCII Dendrogram,用于调试.
进展
过 onProgress 以观察运行。 每100米报告最多一次,所以
小跑步只可能发出 init 阶段 :
clusterData({
data,
onProgress: ({ phase, message, current, total }) => {
// phase: 'init' | 'distance' | 'clustering'
// 'init' carries no denominator (total === 0) — render it indeterminate
const label = total
? `${message}: ${Math.round((current / total) * 100)}%`
: message
console.log(label)
},
})
message 是未格式化相标签,并且 current编号 :total 是生数,所以
来电者可以开一个固定的 进度条,关闭它们.
取消
通过一个 AbortSignal数字 :
const controller = new AbortController()
const run = clusterData({ data, signal: controller.signal })
controller.abort() // run rejects with the signal's reason
跑步以大约50米的片子进行 并产生一个任务,所以 流产在大约50米以内的土地,包括张贴在网络工人身上的一幅 信息,运行释放了它持有的一切。 一个已经中止的信号 在任何工作开始前就拒绝 两跑在飞行中,一瞬间切入 切开。 见 文件/注销 为工人和如何 每个环境都会产生.
参考资料
- UPGMA (英语): Sokal, R.R. & Michener, C.D. (1958). (英语).
- 兰斯-威廉姆斯复发: Lance, G.N. & Williams, W.T. (1967) (英语).
- 新ick格式: Olsen, G.J.(1990年). http://evolution.genetics.washington.edu/phylip/newicktree.html 互联网档案馆的存檔,存档日期2013-12-22
说明
在Claude Code AI的帮助下,你也许能够从 某种机器人文档