scipy.cluster.hierarchy.cut_tree()的替代方案

Question

我正在使用Python 3进行凝聚层次聚类实验，发现scipy.cluster.hierarchy.cut_tree()在某些输入链接矩阵中没有返回所请求的聚类数。因此，我现在知道cut_tree()函数存在错误（如此处所述）。

然而，我需要能够对我的数据点进行k个不同标签的平坦聚类分配。您是否了解从任意输入链接矩阵Z获得带有k个标签的平坦聚类的算法？我的问题归结为：如何计算没有错误的cut_tree()从头开始计算的内容？

您可以使用此数据集测试您的代码。

from scipy.cluster.hierarchy import linkage, is_valid_linkage
from scipy.spatial.distance import pdist

## Load dataset
X = np.load("dataset.npy")

## Hierarchical clustering
dists = pdist(X)
Z = linkage(dists, method='centroid', metric='euclidean')

print(is_valid_linkage(Z))

## Now let's say we want the flat cluster assignement with 10 clusters.
#  If cut_tree() was working we would do
from scipy.cluster.hierarchy import cut_tree
cut = cut_tree(Z, 10)

顺带提一下：另一种方法可能是使用rpy2的cutree()代替scipy中的cut_tree()，但我从未使用过它。你认为呢？

- PDRX

Answer 1

一种获得k个平坦簇的方法是使用scipy.cluster.hierarchy.fcluster并将criterion='maxclust'参数传入：

from scipy.cluster.hierarchy import fcluster
clust = fcluster(Z, k, criterion='maxclust')

- σηγ