Python SciPy hierarchy.complete用法及代碼示例

本文簡要介紹 python 語言中 scipy.cluster.hierarchy.complete 的用法。

用法:

scipy.cluster.hierarchy.complete(y)#

在壓縮距離矩陣上執行完整/最大/最遠點鏈接。

參數 ：：

y： ndarray

距離矩陣的上三角。 pdist 的結果以這種形式返回。

返回 ：：

Z： ndarray

包含層次聚類的鏈接矩陣。有關其結構的更多信息，請參閱 linkage 函數文檔。

例子：

>>> from scipy.cluster.hierarchy import complete, fcluster
>>> from scipy.spatial.distance import pdist

首先，我們需要一個玩具數據集來玩：

x x    x x
x        x

x        x
x x    x x

>>> X = [[0, 0], [0, 1], [1, 0],
...      [0, 4], [0, 3], [1, 4],
...      [4, 0], [3, 0], [4, 1],
...      [4, 4], [3, 4], [4, 3]]

然後，我們從這個數據集中得到一個壓縮的距離矩陣：

>>> y = pdist(X)

最後，我們可以執行聚類：

>>> Z = complete(y)
>>> Z
array([[ 0.        ,  1.        ,  1.        ,  2.        ],
       [ 3.        ,  4.        ,  1.        ,  2.        ],
       [ 6.        ,  7.        ,  1.        ,  2.        ],
       [ 9.        , 10.        ,  1.        ,  2.        ],
       [ 2.        , 12.        ,  1.41421356,  3.        ],
       [ 5.        , 13.        ,  1.41421356,  3.        ],
       [ 8.        , 14.        ,  1.41421356,  3.        ],
       [11.        , 15.        ,  1.41421356,  3.        ],
       [16.        , 17.        ,  4.12310563,  6.        ],
       [18.        , 19.        ,  4.12310563,  6.        ],
       [20.        , 21.        ,  5.65685425, 12.        ]])

鏈接矩陣Z 表示樹狀圖 - 有關其內容的詳細說明，請參閱 scipy.cluster.hierarchy.linkage 。

我們可以使用 scipy.cluster.hierarchy.fcluster 來查看給定距離閾值的每個初始點屬於哪個集群：

>>> fcluster(Z, 0.9, criterion='distance')
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12], dtype=int32)
>>> fcluster(Z, 1.5, criterion='distance')
array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4], dtype=int32)
>>> fcluster(Z, 4.5, criterion='distance')
array([1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2], dtype=int32)
>>> fcluster(Z, 6, criterion='distance')
array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1], dtype=int32)

此外， scipy.cluster.hierarchy.dendrogram 可用於生成樹狀圖。