如何在Python中的scipy中从链接/距离矩阵计算集群分配？

Question

如果你在Python中用scipy进行这种层次聚类调用：

from scipy.cluster.hierarchy import linkage
# dist_matrix is long form distance matrix
linkage_matrix = linkage(squareform(dist_matrix), linkage_method)

那么从单个点到群集分配的有效方法是什么？即长度为N的向量，其中N是点数，其中每个条目i是点i的簇号，给定由给定的簇生成的数量最终聚类的阈值thresh？

澄清一下：群集号是在向树应用阈值后它所在的群集。在这种情况下，您将为其所在的集群的每个叶节点获得一个唯一的集群。从某种意义上说，每个点都属于一个“最具体的集群”，它由您剪切树形图的阈值定义。

我知道scipy.cluster.hierarchy.fclusterdata会将此群集分配作为其返回值，但我从自定义距离矩阵和距离度量开始，因此我无法使用fclusterdata。问题归结为：我如何计算fclusterdata计算的内容 - 群集分配？

Answer 1

如果我理解你，那就是fcluster所做的：

  

scipy.cluster.hierarchy.fcluster(Z, t, criterion='inconsistent', depth=2, R=None, monocrit=None)

     

从由链接矩阵Z定义的层次聚类中形成平面聚类。

     

...

     

返回：长度为n的数组。 T [i]是原始观察所属的平面簇编号。

所以只需致电fcluster(linkage_matrix, t)，其中t是您的门槛。

Answer 2

如果您希望查看每个群集级别的成员以及他们聚集的顺序，请参阅https://stackoverflow.com/a/43170608/5728789