Python SciPy hierarchy.inconsistent用法及代碼示例

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

用法:

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

計算鏈接矩陣的不一致性統計量。

參數 ：：

Z： ndarray

\((n-1)\) 由 4 個矩陣編碼鏈接(分層聚類)。有關其形式的更多信息，請參閱 linkage 文檔。

d： 整數，可選

每個非單例集群下最多 d 級的鏈接數。

返回 ：：

R： ndarray

一個 \((n-1)\) by 4 矩陣，其中 i 'th 行包含非單例集群 i 的鏈接統計信息。鏈接統計信息是在集群 i 之下的鏈接 \(d\) 級別的鏈接高度上計算的。 R[i,0]和R[i,1]分別是鏈接高度的均值和標準差； R[i,2]是計算中包含的鏈接數；而R[i,3]是不一致係數，

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

注意：

此函數的行為類似於 MATLAB(TM) inconsistent 函數。

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]])