pymol中如何设置突变

然后呢，我们来看一下我的整体的一个工作的流程吧，整体工作流程啊，看起来是比较长的，其实呢，他也不一样，也不难。 首先啊，就是我们需要看一下我输入的一个参数啊，基本上啊，这样三个参数就足够了。第一个参数是你的一个数据集啊，这个无论什么算法都要把你的数据输进去吧，我有一个数据集需要指定，然后呢，我还有一个参数，这个说白了就是我要指定我的一个啊， 就是这个 dbs 音色法，它是基于什么？我们来之前看的时候是不是说它基于画圈，画圈去找点啊，画圈找点发展下线，那这个圈不就是我们需要指定一个半径吗？ 所以说啊，我需要指定出来这样的一个半径的一个值。然后呢命 pts 啊，是我们的密度的一个玉值，说白了就是这样以一个圈为半径画出来的一个圆当中啊，最少有多少个点啊？他得是 这样的一个啊，有这样点，然后就可以规定他的一个核心对象，这个就是我工作流程当中啊，需要输入的一个参数。 然后呢，我来看一下这个 dbsn 算法是怎么样迭代的。首先啊，第一步啊，我要把我的所有对象所有的数据拿出来之后，我都给他打上标记，他是没有被访问到的，一开始所有数据都是没有被访问到的吧？啊，这是我第一步把所有数据指定成都是一个没有访问到的。 然后呢，我做了一件什么事啊，我随机的选择出来了其中的一个对象，随机的选择出来一个，我给他标记成了一个 visit 啊，就是他一直已经被访问到了。 然后呢我来看啊，就是说如果说啊，当前这个点，当前我选择的这个 p 点，他的一个啊，半径的一个别域内，至少如果说这个点满足这个要求，也就是说他是一个核心对象，他这个点周围 呀，他是有一堆点的，大于了，比如说我指定的这个密度的预值是等于五的，他大于了五，我说他这个核心对象吧，他是一个核心对象，这个画的不太好， 大于三吧，就说大于三，他有四个点，然后大于三他就是一个核心对象，这是我的一个 p 点，然后他周围有这样四个点，那这个时候会怎么办？这个时候我就先先创建一个促啊，先创建一个促，比如说是一个 c 一吧，然后呢我把当前这个点 p， 首先来说他是我当前这个促当中的一个点吧， c 当中啊，就有我这个 p 这个点了。然后呢我再去便利一下。便利什么便利？就是我的一个这个对象啊，在这个阿里玉啊，他的一个集合，在我的一个集合当中啊，我去找，这不是有四个点吗？我把这四个点啊，先都给他拿到手，都拿到手之后我们来看， 比如说这块是一个啊，就是写一个 a、 b、 c、 d 四个点吧， a、 b、 c、 d 四个点，拿到之后啊，然后便我循环一下啊，便利一下 a、 b、 c、 d 这四个点，便利这四个点的时候啊，我就可以来看了，就是说，呃，如果说我们这这这块就是说首先呢， 嗯，我们如果说一个点他是没有被标记的，首先就是 a、 b、 c、 d 这四个点，我都用这个 p 来表示了，如果说 a、 b、 c、 d 这四个点是没有被标记的，首先给他标记成啊，他已经被访问过了， a、 b、 c、 d， 啊，这四个点都会标闭成，被访问过了。然后呢？我要看什么？然后我要看就是说 a、 b、 c、 d 这四个点还要去发展下线吧， 在 abcd 这四个点当中，我还是去画这样四个圈。画这样四个圈啊，咱们来看，这是一个圈，这是 d 点圈，这是 a 点圈，这是 b 点圈，圈里边还会圈到一些其 其他点吧。如果说呀，我圈到了一些其他的点，并且 a、 b、 c、 d 还是四个核心对象，这个时候呢，我就会把 a、 b、 c、 d 它四个发展下的发展到相线，还会发啊，继续填充到我这个 n 当中， 也就是说我这个 n 是不断在扩充的。继续什么？继续发展下线吧，一开始批发展了四个下线， a、 b、 c、 d、 a、 b、 c、 d 啊，继续画圈，画完圈之后还发展下线，把他所有的一个下线啊，都放到一个 n 当中， 直到什么情况？直到，哎呀，一个就是发展到一个下线，这个下线他不是一个核心对象了，那我就这个东西就停止了， 直到 a、 b、 c、 d， 比如说发现越发展越多，越发展下线越多，直到所有的下线都不是一个核心对象了，这个时候我们就要停了，停的时候啊，我们来看我的这个 n 点，这个 n 当中啊， 是不是发展出来很多下线了？发展出来多少下线呢？发展出来多少个？我给他放到这个 c 当中多少个？也就是说我第一个醋啊，这就完事了，第一个醋完事了，我是不是第一个醋当中里边是有非常非常多的东西了，发展出来了一堆的下线，这些下线我说他都是等于 c 一这个醋的。 这是啊，我一开始啊，选择出来了一个随机的点点 p， 那假设说现在让我便利完了 c， 便利完了这些点之后，哎，然后我们是不是得看对于所有的对象来说啊？我还有一些没有标记的， 假设说这一块有一个点 q， 哎，他是没有被标记的吧，那这一块我要就是相当于发展一个新大陆了，刚才那个传销的团伙被被打打掉了，司仪，这个醋啊，已经固定下来了，他已经被打掉了。然后呢，我现在要便利的是另外一个点，拿这个 q 点 q 点啊，相当于我 我们的一个头目，然后这个点啊，头目没有被抓，然后他去发展另外一个下线了，在这里啊，他还是会去圈，是吧？圈完之后放到哪个醋啊？他就不是放到 c 那个醋了，而是我要重新建这个醋，他是一个 c 二， 在这里啊，我会找出来所有的一个点啊，然后比如说，如果说这个 q 是核心对象，发展下线，下线、下线，然后继续去圈，直到啊圈不到为止，再把这些所有的点能发展出来的放到我 c 二当中。但是啊，注意点就是说， 如果说呀，我的一个点是没有标记的，可能这个发展现象当中啊，有一些冲突，有一些冲突的时候我们要注意，如果说他是没标记的，我才能把它放到自己这里来啊， 这块就是说我这个 q 啊，又去发展出一堆下键，然后放到了 c 二这个粗当中，那假设说啊，我这块还有个 w， 同样的道理吧， w 是最后啊，就是 w 也是 是没有被标记的一些点，在这里我把这个 w 这个点再给他进行一个，再给他进行一个画圈，画完圈之后啊，我再去找他的一个啊，再去找他的一个淋浴，再去发展他的一堆一堆的下线，发展出一堆一堆的下线之后啊，我就得到了他的另外一个醋 c 三吧， 也就是说啊，我这个 dbse 呢，相当于什么？我我就是愿意比把它比喻成一个传销的东西，一个传销啊，就是说哪块有点没被标记，他就在哪个区域进行这样一个传销，传销完之后啊，他把所有的所有的一个下线都放到一起了，这样我就可以得出来最终的一个醋。 在这里啊，给大家举例子，就是有 c 一、 c 二、 c 三三个数吗？最终啊，三个数当中是不是都有这个字的？一个就是一个代表值了，各自一个代表都有了，当我们遍地完所有的数据，所有的数据啊，直到他都被标记成了一个被 访问过了，那咱们这个事啊，基本上就完事了吧，咱就把所有醋都给他聚出来了，这个就是我这个 dbsn 算法，从他的一个工作流程上啊，给大家画了一下他是怎么样去做这个事的，这个做法还是比较简单的吧啊，虽然这块写着挺啰嗦，但是呢，其实啊，他的一个实际做法还是比较简单的。 然后呢，我们再给大家来说一下，就是关于这个 d、 b、 s、 e、 n 啊，它是不是也需要指定这样一个参数啊，这个参数啊，一般情况下也是比较难指定的，然后呢我们有一个就是浅，就是一个，算什么？算是公认的一个指定方法吧。 咱们先来说这个半径啊，这个半径是最难指定的，因为这这个半径，因为这个半径给大了，我可能圈的就多了，就是圈的多了，可能粗的个数就少了，半径给小了，圈的一个下线就少了，可能粗 个数就多了啊，是会对我结果产生一个影响的。然后呢我们可以怎么做这个事啊？我们可以基于一个 k 距离去做啊，就是先给大家概述一下吧，比如说我数据一集当中啊，一共是有 n 个点，然后 p 一 p 二，一直到 p n， 然后我可以把这个 pk 点啊都拿出来，然后呢我比如说我拿出来其中的一个点， p i， 这个 p i 这个点啊，到我其他的一个点的一个距离，我都可以算出来吧？都可以算出来之后啊，然后我折出来一个，就是 p i 到到 p 一的一个的一个距离，可能是第一 p i 到 p 二，它是一个第二 p i 到 p 三，它是一个第三啊，然后一直往下去啊，咱们有一个这样的一个 d k 有这样一个距离， 然后呢我可以啊，根据这样一个距离，可能这个进行一个排序啊，咱们先按从号大小进行一个排序，第一第二第三啊，按照大大小进行排序，可能就是第一是等于零点一，第二是等于零点一一，第三等于零点 一二。假设说突然有个突变点，第四第四等于什么？第四等于零点三了，那这个时候我们来看就是第二和第一，第三和第二之间这个差异比较小吧，但是一旦这个第四和这个第三，咱们还是按顺序进行，排到第四和第三，差异非常大，后面可能都是零点三一，零点三二， 这个差异非常大吧。如果说我们找到了这样的一个突变，找到了这样一个突变点之后啊，我们就可以根据这样的一个突变点啊，划这样一下，我们可以认为啊前面的这样一个距离，哎呀他是比较合适的，所以说呢，可以指定出来我的一个啊的半径啊，备注等于一个零点一二，找出来这样的一个突变点。 后面呢我们还可以找这样一个图片点，就是基于这种方式啊，我们可以找出来啊，中间的一个图片点是什么样位置？基于这样的一个图片点啊，剧情这样的一个距离划分也是可以的啊，可以指定 这样一个 k 距离啊，去找这样一个突变点，然后算这样一个半径。其实一般情况下我们，我一般情况下我是怎么算？我也我也有时候懒得去找这个东西，基本大概试一试，然后，然后大概试一试的时候啊，然后咱们通过这样一个观察 这种东西啊，虽然说是一种可取的方式，但是呢也是需要你做大量实验来去观察的，很难啊，就是一次性的把这些纸都选准，选准这个纸啊，基本上是非常非常难的一件事， 命 p d s 啊，这个就是 s k 六当中啊，给我们一个建议，就是一般情况下就是我们让它的 这个距离稍微小一些啊，稍微小一些，四到五啊，十啊这些比较小一只是比较合适的，这就是我们的两个参数啊，一个半径，还有这样一个点的个数，相当于是这样的一个密度，这两只啊，一般情况下啊，都是偏小一些的。 然后呢，我们来看一下，就是 d、 b、 s、 n 啊，它的一个效果吧，右边的这个图当中啊，就是我列出来了三个 d、 b、 s、 n 聚泪丸的一个结果，我们可以看啊，就是说之前我说有一种醋，让这个 k miss 聚泪完之后，他是不是说左边是一个醋，右边又是一个醋啦，这是 k miss 的一个效果， 但是呢，我这个居密度的这样 dbscn 色法，他会怎么样？他会把这个里圈和外圈分别给他识别出来吧，为什么？其实啊，他里圈有个点，他为什么一个点一个点慢慢发展下线呗， 因为里圈跟外圈有一个距离啊，所以说里圈不会把外圈发展成下线，而是里圈会把这个里圈的所有的挨着点都发展成一个下线，这样里圈点不就单独成一个醋了吗？然后外圈点不就又单独成一个醋了吗？所以说这个就是基于密度之类的一个好处，它可以啊，帮我们发现出来，就是更 多的，就是不论是更多的醋吧，就是当我们发现出来任意类型的醋，只要这个醋啊，他是有一点规律可循的，他就可以把这个醋啊给他发，别发现出来。 然后呢，右边右边就更神了，右边就是说对于这样一种啊，非常奇怪类型的一个错，他还是能够给他发发现出来。若说你 k miss 怎么算？ k miss， 那显然就是上面是一对，下面是一对了吧， 但是对于我们的 dbsa 啊，他还会是把我这个堆给他，实际的就是实际的可以找出来啊，因为他是基于密度的嘛，只要密度他是能就是这个点是聚集在一起的， 只要中间啊出现一些空白，这些点都聚在一起的，他就会按照发展下线，哎呀，直接给他都发展过来，这就是我基于密度的一个句类，然后他有什么，他能帮我发现出一些离群点吧，比如说我们来看这些点，这些点他都是一些离群点吧， 因为他离哪个醋啊，他都没办法给他发展成一个下线，所以说啊，我就说这就是一堆啊，我的离群点了，这些离群点啊，我们也可以单独给他拿出来，然后这个 dbsa 啊，在我的那个 sk 令当中啊，他有离群点的一个标记啊，他会指定一个醋是一个负一， 负一啊，就是正常醋啊，都是零一二三啊开始的，然后一个醋建立负一表示什么？负一在 sk 论当中啊，就表示这样的一个离群点，他会把所有这样一些离群点放到负一这个醋当中啊，当成是一个离群点的一个醋。 然后下面呢，下面是张一个笑脸吧，这个笑脸也是一样的，就是我们的 d、 b、 i、 c、 n， 我们来看，当他去做这样的一个剧烈的时候啊，还是会把咱们的一个点都拿出来吧，这个就是我 d、 b、 i、 c、 n 啊，他算法的一个优势了，咱们来看一下吧，他这个优势都有什么？第一点是非常重要的，就是我们不 需要啊，自己指定醋的一个个数，因为我们很难知道啊，这个醋个数到底是多少合适的，他自己去找呗，继续密度自己去找，找出来多少个算多少个，这就是我们的优势，不需要我们自己指定我的一个醋的个数。 然后呢，他丁二有点什么，他是可以通过这三个图大家看出来了吧，我们是可以啊，发现任意类型这个醋，什么样类型的醋我都是可以给他发现出来的。 然后呢，他可以作用于我们检测任务吧，对于离群点啊，我们都可以找出来，他是负一，那个醋可以应用于啊，我的一个检测的一个任务，然后呢？啊，他是一个参数啊，两个参数就够了，参数还是比较少的，然后这是啊，他的一个优势啊，优势说完了，咱们再来说一些劣势吧。 烈士啊，就是说嗯， d b s a 啊，对高位的数据做起来有些困难，因为就是我拿 d， 我就是我拿 s k 令人去做的时候发现了，如果说你 数据维度特别高的情况下，它的一个效率啊，是非常低的，而且速度非常慢，因为的，嗯， s k 六当中啊，具体怎么实现的？具有什么样的一种？具有什么样这种算法，我还是我还没看过它的一个原码，但是呢，我做一个实验，就是如果说你的数据量是非常大，并且维度很多，它百分百会爆，这样一个错误，就是一个内存溢出了， 可如果说就是相同的数据，你放到 k miss， 或者说放到一个 me shift 啊，或者是放到一个 burst 啊，或者是一些其他句子上，当中啊， 他的一个就是他的一个结果都不会爆，这个一存一出，但是如果你 dbsen 这个输液量比较大，他会爆这样一个错误。所以说一般情况下我们是可以先做这样一个降维的 参数啊，参数选择还是比较难的吧，刚才说过了啊，参数确实难。 sk 论当中啊，确实有这样一个问题，因为，嗯，我现在也是遇到这样的一个问题，就是如果说你的数据 量太大了，没办法整体的传进去，那怎么办呢？我们可以做这样一个数据的数据的一个消减策略，比如说 在这个我们可以看啊，就是说哪些数据啊，有一些数据他可能就是指标是差不多的，我们可以给他削一削啊，就像我们去剪头的时候，我给他说给我打包，打包 就是在相同位置上给他削下去一部分。我们有一些数据消减策略啊，这个消减策略的方法还是很多的，我之前在做一个，呃，异常检测任务的时候，也是用了这样一个数据消减的一个策略的，那这个就是我的一个 dbsn 算法啊，他从整体上做了一件什么事，我们来看他的效果还是不错的吧。 所以说啊，刚才为大家推荐了，就是当我们用剧类的时候最好用这个 dbsen 啊，因为它的效果要比 kmins 强的多了，尤其是在你的一个数据他是比较不规则的情况下，这个时候啊，我们的 dbsen 算法啊，他的效果要好的多了。