Question

我编写了自己的聚类程序，想要生成树形图。最简单的方法是使用scipy树形图函数。但是，这要求输入的格式与scipy linkage函数产生的格式相同。我找不到如何格式化输出的示例。我想知道是否有人可以启发我。

Answer 1

这是来自scipy.cluster.hierarchy.linkage()函数文档，我认为这是对输出格式的一个非常清晰的描述：

返回4（矩阵Z）的A（ n -1）。在 i -th迭代中，具有索引Z [i，0]和Z [i，1]的聚类被组合以形成聚类 n + i 。索引小于 n 的聚类对应于原始观察之一。簇Z [i，0]和Z [i，1]之间的距离由Z [i，2]给出。第四个值Z [i，3]表示新形成的聚类中的原始观测数。

你还需要更多东西吗？

Answer 2

我同意https://stackoverflow.com/users/1167475/mortonjt文档没有完全解释中间集群的索引，而我同意https://stackoverflow.com/users/1354844/dkar该格式是否经过精确解释。

使用此问题的示例数据：Tutorial for scipy.cluster.hierarchy

A = np.array([[0.1,   2.5],
              [1.5,   .4 ],
              [0.3,   1  ],
              [1  ,   .8 ],
              [0.5,   0  ],
              [0  ,   0.5],
              [0.5,   0.5],
              [2.7,   2  ],
              [2.2,   3.1],
              [3  ,   2  ],
              [3.2,   1.3]])

可以使用单个（即最接近的匹配点）构建链接矩阵：

z = hac.linkage(a, method="single")

 array([[  7.        ,   9.        ,   0.3       ,   2.        ],
        [  4.        ,   6.        ,   0.5       ,   2.        ],
        [  5.        ,  12.        ,   0.5       ,   3.        ],
        [  2.        ,  13.        ,   0.53851648,   4.        ],
        [  3.        ,  14.        ,   0.58309519,   5.        ],
        [  1.        ,  15.        ,   0.64031242,   6.        ],
        [ 10.        ,  11.        ,   0.72801099,   3.        ],
        [  8.        ,  17.        ,   1.2083046 ,   4.        ],
        [  0.        ,  16.        ,   1.5132746 ,   7.        ],
        [ 18.        ,  19.        ,   1.92353841,  11.        ]])

正如文档解释的那样，n下面的聚类（这里：11）只是原始矩阵A中的数据点。中间聚类前进，连续编入索引。

因此，集群7和9（第一次合并）合并到集群11中，集群4和6合并为12.然后观察第三行，合并集群5（来自A）和12（来自未示出的中间集群12））群内距离（WCD）为0.5。单一方法需要新的WCS为0.5，即A [5]与簇12中最近点A [4]和A [6]之间的距离。我们来看看：

 In [198]: norm([a[5]-a[4]])
 Out[198]: 0.70710678118654757
 In [199]: norm([a[5]-a[6]])
 Out[199]: 0.5

此群集现在应该是中间群集13，随后与A [2]合并。因此，新距离应该是点A [2]和A [4,5,6]之间最接近的。

 In [200]: norm([a[2]-a[4]])
 Out[200]: 1.019803902718557
 In [201]: norm([a[2]-a[5]])
 Out[201]: 0.58309518948452999
 In [202]: norm([a[2]-a[6]])
 Out[202]: 0.53851648071345048

其中，可以看出也检查出来，并解释了新集群的中间格式。

Answer 3

scipy文档是准确的，因为dkar指出......但是将返回的数据转换为可用于进一步分析的内容有点困难。

在我看来，他们应该包括在数据结构树中返回数据的能力。下面的代码将遍历矩阵并构建一个树：

performUpdatesAnimated

Answer 4

这是另一段执行相同功能的代码。此版本跟踪每个群集（node_id）的距离（大小），并确认成员数。

这使用了scipy links（）函数，该函数与聚合器群集器的基础相同。

from scipy.cluster.hierarchy import linkage
import copy
Z = linkage(data_x, 'ward')

n_points = data_x.shape[0]
clusters = [dict(node_id=i, left=i, right=i, members=[i], distance=0, log_distance=0, n_members=1) for i in range(n_points)]
for z_i in range(Z.shape[0]):
    row = Z[z_i]
    cluster = dict(node_id=z_i + n_points, left=int(row[0]), right=int(row[1]), members=[], log_distance=np.log(row[2]), distance=row[2], n_members=int(row[3]))
    cluster["members"].extend(copy.deepcopy(members[cluster["left"]]))
    cluster["members"].extend(copy.deepcopy(members[cluster["right"]]))
    clusters.append(cluster)

on_split = {c["node_id"]: [c["left"], c["right"]] for c in clusters}
up_merge = {c["left"]: {"into": c["node_id"], "with": c["right"]} for c in clusters}
up_merge.update({c["right"]: {"into": c["node_id"], "with": c["left"]} for c in clusters})

scipy连接格式

4 个答案: