Python SciPy hierarchy.cut_tree用法及代码示例

本文简要介绍 python 语言中 scipy.cluster.hierarchy.cut_tree 的用法。

用法:

scipy.cluster.hierarchy.cut_tree(Z, n_clusters=None, height=None)#

给定一个链接矩阵 Z，返回切割树。

参数 ：：

Z： scipy.cluster.linkage 数组

联动矩阵。

n_clusters： 数组，可选

树中切点处的簇数。

height： 数组，可选

砍树的高度。仅适用于超度量树。

返回 ：：

cutree： 数组

在每个聚集步骤中指示组成员身份的数组。即，对于完整的切割树，在第一列中，每个数据点都在自己的集群中。下一步，合并两个节点。最后，所有单例和非单例集群都在一组中。如果给出了 n_clusters 或 height，则列对应于 n_clusters 或 height 的列。

例子：

>>> from scipy import cluster
>>> import numpy as np
>>> from numpy.random import default_rng
>>> rng = default_rng()
>>> X = rng.random((50, 4))
>>> Z = cluster.hierarchy.ward(X)
>>> cutree = cluster.hierarchy.cut_tree(Z, n_clusters=[5, 10])
>>> cutree[:10]
array([[0, 0],
       [1, 1],
       [2, 2],
       [3, 3],
       [3, 4],
       [2, 2],
       [0, 0],
       [1, 5],
       [3, 6],
       [4, 7]])  # random