Python SciPy hierarchy.inconsistent用法及代码示例

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

用法:

scipy.cluster.hierarchy.inconsistent(Z, d=2)#

计算链接矩阵的不一致性统计量。

参数 ：：

Z： ndarray

\((n-1)\) 由 4 个矩阵编码链接(分层聚类)。有关其形式的更多信息，请参阅 linkage 文档。

d： 整数，可选

每个非单例集群下最多 d 级的链接数。

返回 ：：

R： ndarray

一个 \((n-1)\) by 4 矩阵，其中 i 'th 行包含非单例集群 i 的链接统计信息。链接统计信息是在集群 i 之下的链接 \(d\) 级别的链接高度上计算的。 R[i,0]和R[i,1]分别是链接高度的均值和标准差； R[i,2]是计算中包含的链接数；而R[i,3]是不一致系数，

\[\frac{\mathtt{Z[i,2]} - \mathtt{R[i,0]}} {R[i,1]}\]

注意：

此函数的行为类似于 MATLAB(TM) inconsistent 函数。

例子：

>>> from scipy.cluster.hierarchy import inconsistent, linkage
>>> from matplotlib import pyplot as plt
>>> X = [[i] for i in [2, 8, 0, 4, 1, 9, 9, 0]]
>>> Z = linkage(X, 'ward')
>>> print(Z)
[[ 5.          6.          0.          2.        ]
 [ 2.          7.          0.          2.        ]
 [ 0.          4.          1.          2.        ]
 [ 1.          8.          1.15470054  3.        ]
 [ 9.         10.          2.12132034  4.        ]
 [ 3.         12.          4.11096096  5.        ]
 [11.         13.         14.07183949  8.        ]]
>>> inconsistent(Z)
array([[ 0.        ,  0.        ,  1.        ,  0.        ],
       [ 0.        ,  0.        ,  1.        ,  0.        ],
       [ 1.        ,  0.        ,  1.        ,  0.        ],
       [ 0.57735027,  0.81649658,  2.        ,  0.70710678],
       [ 1.04044011,  1.06123822,  3.        ,  1.01850858],
       [ 3.11614065,  1.40688837,  2.        ,  0.70710678],
       [ 6.44583366,  6.76770586,  3.        ,  1.12682288]])