如何使用scikit-learn的轮廓分数计算scipy的fcluster的轮廓分数？

Question

我正在使用scipy.cluster.hierarchy.linkage作为聚类算法，并将结果链接矩阵传递给 scipy.cluster.hierarchy.fcluster，以获取各种阈值的扁平化聚类。

我想计算结果的Silhouette分数并将它们与其他结果进行比较，以选择最佳的阈值。我希望不用自己实现，而是使用scikit-learn的 sklearn.metrics.silhouette_score。

如何重新排列我的聚类结果以作为sklearn.metrics.silhouette_score的输入？

- J.J

Answer 1

您不必这样做。 fcluster的结果可以直接输入到silhouette_score中。

distmatrix1 = scipy.spatial.distance.squareform(distmatrix + distmatrix.T)
ddgm = scipy.cluster.hierarchy.linkage(distmatrix1, method="average")
nodes = scipy.cluster.hierarchy.fcluster(ddgm, 4, criterion="maxclust")
metrics.silhouette_score(distmatrix + distmatrix.T , nodes, metric='euclidean')

- mlworker

---

只是为了给那些像我一样遇到这个问题的人添加一些细节，对于这个答案中所进行的加法有些困惑：distmatrix + distmatrix.T 部分只是你的 X（用于生成列的特征），而 nodes 则是你的 y（聚类的标签）。你可以直接从你的数据框中引用它们，而不是作为单独的对象。 - WJTownsend