sklearn AgglomerativeClustering

Question

我正在尝试实施Chakrabarti算法，以便随着时间的推移进行平滑聚类。对于凝聚聚类，要合并的下一个聚类的选择取决于两个组成部分：

• 当前时间戳子集群之间的相似性
• 与上一个时间戳相关的历史成本。

后者有几种变化。例如，一个包括合并距离（不仅如此）：如果我们合并两个子集合 S1 和 S2 ，那么平均距离（就边缘而言）是多少所有叶子都在 S1 和 S2 。

我考虑为这些算法修改sklearn AgglomerativeClustering，我有几个问题：

1. 库代码中的哪些行实现了在当前步骤中合并的集群选择？
2. 是否可以在每个合并步骤中提取子集群的叶子和根之间的距离？我注意到有一个属性＆＃39;孩子_＆＃39;在AgglomerativeClustering中，可用于创建结果树并查找任何节点之间的距离。如何为每个合并步骤提取这样的信息？