每次更改簇数而无需重新计算树

Question

我们在python中使用sklearn，并尝试使用full_tree在一定范围的簇数（即N = 2-9）上运行聚集聚类（Wards），而不必为N的每个单独值重新计算树，方法是使用缓存。在2016年的一篇旧帖子中对此进行了回答，但该答案似乎不再起作用。请参阅（sklearn agglomerative clustering: dynamically updating the number of clusters）。  换句话说，对N的不同值进行拟合，而不必每次都重新聚类。但是，我们遇到语法错误，因此以后无法调用存储在缓存中的任何群集的标签。代码类似于：

x = AgglomerativeClustering(memory="mycachedir", compute_full_tree=True

但是x.fit_predict(inputDF{2})不符合内存访问命令的语法  有人知道在这种情况下从缓存中调用标签的语法吗？谢谢 附言我是新手，如果不清楚，请提前道歉。

尝试过的解决方案于2016年发布（sklearn agglomerative clustering: dynamically updating the number of clusters）。

代码类似于：

x = AgglomerativeClustering(memory="mycachedir", compute_full_tree=True

但是x.fit_predict(inputDF{2})不符合内存访问命令的语法

我们希望在给定的数组输入上运行聚类，并在我们使用缓存而不是每次都重新计算树的情况下，在一定范围内改变聚类“ N”的数量时检索每个聚类的标签

Answer 1

sklearn API非常不适合此。

最好使用scipy的聚集聚类。因为它由两个步骤组成：构建链接/树状图，然后从中提取平面聚类。第一步是使用Ward的O（n³），但我认为第二步只是O（n）。在ELKI中也可以找到类似的方法。但是不幸的是，sklearn遵循了源自分类的狭narrow“适合预测”观点，并且不支持这种两步走法。

如果我没记错的话，scipy中还有其他功能可用，但是sklearn中没有。看看吧。