Python SciPy hierarchy.is_valid_im用法及代碼示例

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

用法:

scipy.cluster.hierarchy.is_valid_im(R, warning=False, throw=False, name=None)#

如果傳遞的不一致矩陣有效，則返回 True。

它必須是 \(n\) 乘以 4 個雙精度數組。標準差R[:,1] 必須為非負數。鏈接計數 R[:,2] 必須為正且不大於 \(n-1\) 。

參數 ：：

R： ndarray

用於檢查有效性的不一致矩陣。

warning： 布爾型，可選

當為 True 時，如果傳遞的鏈接矩陣無效，則發出 Python 警告。

throw： 布爾型，可選

為 True 時，如果傳遞的鏈接矩陣無效，則引發 Python 異常。

name： str，可選

該字符串引用無效鏈接矩陣的變量名。

返回 ：：

b： bool

如果不一致矩陣有效，則為真。

例子：

>>> from scipy.cluster.hierarchy import ward, inconsistent, is_valid_im
>>> from scipy.spatial.distance import pdist

給定數據集 X ，我們可以應用聚類方法來獲得鏈接矩陣 Z 。 scipy.cluster.hierarchy.inconsistent 也可用於獲取與此聚類過程相關的不一致矩陣R：

>>> 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]]

>>> Z = ward(pdist(X))
>>> R = inconsistent(Z)
>>> Z
array([[ 0.        ,  1.        ,  1.        ,  2.        ],
       [ 3.        ,  4.        ,  1.        ,  2.        ],
       [ 6.        ,  7.        ,  1.        ,  2.        ],
       [ 9.        , 10.        ,  1.        ,  2.        ],
       [ 2.        , 12.        ,  1.29099445,  3.        ],
       [ 5.        , 13.        ,  1.29099445,  3.        ],
       [ 8.        , 14.        ,  1.29099445,  3.        ],
       [11.        , 15.        ,  1.29099445,  3.        ],
       [16.        , 17.        ,  5.77350269,  6.        ],
       [18.        , 19.        ,  5.77350269,  6.        ],
       [20.        , 21.        ,  8.16496581, 12.        ]])
>>> R
array([[1.        , 0.        , 1.        , 0.        ],
       [1.        , 0.        , 1.        , 0.        ],
       [1.        , 0.        , 1.        , 0.        ],
       [1.        , 0.        , 1.        , 0.        ],
       [1.14549722, 0.20576415, 2.        , 0.70710678],
       [1.14549722, 0.20576415, 2.        , 0.70710678],
       [1.14549722, 0.20576415, 2.        , 0.70710678],
       [1.14549722, 0.20576415, 2.        , 0.70710678],
       [2.78516386, 2.58797734, 3.        , 1.15470054],
       [2.78516386, 2.58797734, 3.        , 1.15470054],
       [6.57065706, 1.38071187, 3.        , 1.15470054]])

現在我們可以使用scipy.cluster.hierarchy.is_valid_im來驗證R是否正確：

>>> is_valid_im(R)
True

但是，如果 R 構造錯誤(例如，標準差之一設置為負值)，則檢查將失敗：

>>> R[-1,1] = R[-1,1] * -1
>>> is_valid_im(R)
False