데이터 포인트 클러스터링

DataPoint, Cluster, 및 ClusterCollection는 Aspose.PDF FOSS와 함께 제공되는 작고 일반적인 계층적-응집 클러스터링 툴킷이며, Python을(를) 위해 설계되었습니다. 이들은 좌표와 레이블이 있는 점, 아이템 그룹, 그리고 그룹들의 컬렉션이라는 일반적인 데이터 그룹화 기본 요소이며, PDF 전용 문서 기능이 아닙니다; 이 모듈에서는 PDF 콘텐츠를 읽거나 쓰지 않습니다. 이미 문서에서 추출한 측정값과 같은 숫자 값을 클러스터로 묶고, 클러스터를 중심점(centroid)으로 요약해야 할 때 사용하십시오.

데이터 포인트 표현

DataPoint는 식별용 name과 숫자 좌표의 value 리스트를 짝지습니다. 두 값은 생성 후 각각 DataPoint.name와 DataPoint.value로 노출됩니다.

클러스터 구축 및 복사

Cluster은(는) 선택적인 아이템 리스트를 단일 그룹으로 감쌉니다. Cluster.count은(는) 현재 클러스터가 보유하고 있는 아이템 수를 보고하고, Cluster.contains()은(는) 특정 아이템이 멤버인지 확인하며, Cluster.clone()은(는) 자체 아이템 리스트를 가진 독립적인 복사본을 반환합니다. Cluster.empty()은(는) 매 호출마다 새 인스턴스를 할당하는 대신 공유되는 싱글톤 빈 클러스터 인스턴스를 반환합니다.

컬렉션에서 클러스터 그룹화

ClusterCollection은(는) 선택적 Cluster 인스턴스 목록을 단일 컬렉션으로 감싸며, 함수가 한 번에 여러 클러스터를 받아들이거나 반환해야 할 때 전달할 수 있는 하나의 객체를 제공합니다.

클러스터 중심점 계산

DataPoint.get_centroid()은(는) Cluster 내 모든 데이터 포인트의 좌표를 위치별로 평균 내어 중심점을 나타내는 새로운 DataPoint를 반환합니다. 평균이 의미 있으려면 클러스터의 모든 포인트가 DataPoint.value에서 동일한 차원 수를 가져야 합니다.

팁 및 모범 사례

클러스터 내 모든 DataPoint.value 목록의 길이를 동일하게 유지하십시오 — DataPoint.get_centroid()은(는) 좌표를 위치별로 평균 내기 때문에 차원이 일치하지 않으면 잘못된 중심점이 생성됩니다.
플래이스홀더 값만 필요할 때 새 빈 클러스터를 생성하는 대신, 공유되는 단일 빈 클러스터로 Cluster.empty()을(를) 사용하십시오.
다른 곳에서 원본이 여전히 필요한 클러스터를 변경하기 전에 Cluster.clone()을(를) 호출하십시오 — 클론은 항목 목록을 복사하므로 별칭이 되지 않습니다.
함수가 단일 값으로 둘 이상의 Cluster을 받아들이거나 반환해야 할 때 ClusterCollection을(를) 사용하십시오.
이 클래스들은 일반적인 유틸리티이며 PDF 파싱 기능이 아닙니다 — 문서 데이터에서 DataPoint 값을 생성하기 위한 자체 로직과 함께 사용하십시오.

일반적인 문제

문제	원인	해결 방법
`DataPoint.get_centroid()`이(가) 예상치 못한 개수의 값을 가진 중심점을 생성합니다	클러스터의 데이터 포인트가 `DataPoint.value` 리스트의 길이가 서로 다릅니다	모든 `DataPoint`이 `Cluster`에 추가될 때 동일한 차원을 갖도록 하세요
`Cluster.contains()`이(가) 존재할 것으로 기대하는 값에 대해 `False`을(를) 반환합니다	멤버십은 저장된 항목 객체와 직접 비교되므로, 동일한 이름과 값을 가진 별도로 생성된 두 `DataPoint` 인스턴스는 식별자 기반 조회에서 자동으로 동일하게 취급되지 않습니다	같은 `DataPoint` 인스턴스를 재사용하거나, 멤버십을 가정하기 전에 `DataPoint.name`와 `DataPoint.value`로 비교하십시오
복제된 클러스터를 변형하면 원본도 변경됩니다	`Cluster.clone()`가 건너뛰어졌으며, 복사되는 대신 동일한 `Cluster` 참조가 공유되었습니다	호출자가 독립적인 복사가 필요할 때마다 먼저 `Cluster.clone()`를 호출하십시오

FAQ

`Cluster`와 `ClusterCollection`의 차이점은 무엇입니까?

Cluster는 하나의 그룹에 속하는 항목 목록—보통 DataPoint 인스턴스—을 보유합니다. ClusterCollection는 Cluster 객체 목록을 보유합니다: 개별 데이터 포인트가 아니라 클러스터를 함께 그룹화합니다.

`DataPoint.get_centroid()`가 제공된 클러스터를 수정합니까?

아니요. 제공된 Cluster에 이미 들어 있는 항목들을 읽고 중심점을 위한 새로운 DataPoint을 반환합니다; 원본 클러스터와 그 항목들은 변경되지 않은 채 남아 있습니다.

이 클러스터링 기능이 PDF 콘텐츠에만 특화되어 있나요?

No. DataPoint, Cluster, 그리고 ClusterCollection는 aspose_pdf 패키지에 포함된 일반적인 숫자 클러스터링 원시 타입입니다. 이들은 페이지, 텍스트 또는 기타 PDF 구조를 직접 읽지 않으며 — 오직 여러분이 제공한 값으로만 동작합니다.

왜 `Cluster.empty()`는 매번 같은 인스턴스를 반환하나요?

Cluster.empty()는 공유 싱글톤을 반환하므로, “no cluster"에 대한 반복 호출 시마다 새로운 객체를 할당하지 않습니다.

API Reference 요약

클래스/메서드	설명
`DataPoint`	숫자 좌표 목록을 보유한 명명된 점
`DataPoint.name`	점의 식별 이름
`DataPoint.value`	점의 숫자 좌표 목록
`DataPoint.get_centroid()`	클러스터 내 모든 점의 좌표를 평균낸 새로운 `DataPoint`를 반환합니다
`Cluster`	일반적으로 `DataPoint` 인스턴스로 이루어진 항목 그룹
`Cluster.empty()`	공유된 빈 클러스터 싱글톤을 반환합니다
`Cluster.contains()`	항목이 클러스터에 있는지 확인합니다
`Cluster.clone()`	클러스터의 독립적인 복사본을 반환합니다
`Cluster.count`	현재 클러스터에 있는 항목 수
`ClusterCollection`	하나의 컬렉션으로 `Cluster` 인스턴스 목록을 래핑합니다

참조

Aspose.PDF for Python — Enterprise Documentation

데이터 포인트 클러스터링