Python SciPy hierarchy.single用法及代碼示例

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

用法:

scipy.cluster.hierarchy.single(y)#

對壓縮距離矩陣 y 執行單/最小/最近鏈接。

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

聯動矩陣。

例子：

>>> from scipy.cluster.hierarchy import single, 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 = single(y)
>>> Z
array([[ 0.,  1.,  1.,  2.],
       [ 2., 12.,  1.,  3.],
       [ 3.,  4.,  1.,  2.],
       [ 5., 14.,  1.,  3.],
       [ 6.,  7.,  1.,  2.],
       [ 8., 16.,  1.,  3.],
       [ 9., 10.,  1.,  2.],
       [11., 18.,  1.,  3.],
       [13., 15.,  2.,  6.],
       [17., 20.,  2.,  9.],
       [19., 21.,  2., 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([ 7,  8,  9, 10, 11, 12,  4,  5,  6,  1,  2,  3], dtype=int32)
>>> fcluster(Z, 1, criterion='distance')
array([3, 3, 3, 4, 4, 4, 2, 2, 2, 1, 1, 1], dtype=int32)
>>> fcluster(Z, 2, 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。