我编写了自己的聚类程序,想要生成一个树状图。最简单的方法是使用scipy的dendrogram函数。然而,这需要输入数据与scipy的linkage函数产生的格式相同。我找不到关于此输出格式的示例。我想知道是否有人能为我解答。
我编写了自己的聚类程序,想要生成一个树状图。最简单的方法是使用scipy的dendrogram函数。然而,这需要输入数据与scipy的linkage函数产生的格式相同。我找不到关于此输出格式的示例。我想知道是否有人能为我解答。
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]])
可以使用单一的(即最接近的匹配点)构建连锁矩阵:
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. ]])
文档解释如下:小于n(此处为11)的群集就是原始矩阵A中的数据点。随后形成的中间群集将被逐个索引。
因此,第一个合并的7和9号群集合并为第11号群集,4号和6号群集合并为第12号群集。然后观察第三行,将A中的5号群集和未显示的中间群集12号合并,结果得到群内距离(WCD)为0.5。单一方法意味着新的WCS为0.5,即A[5]与群集12中最近点A[4]和A[6]之间的距离。让我们检查一下:
In [198]: norm([a[5]-a[4]])
Out[198]: 0.70710678118654757
In [199]: norm([a[5]-a[6]])
Out[199]: 0.5
这个聚类现在应该是中间聚类13,随后与A[2]合并。因此,新的距离应该是点A[2]和A[4,5,6]之间最接近的距离。
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
正如可以看到的那样,这也验证了并解释了新集群的中间格式。
返回一个(n-1)行4列的矩阵Z。在第i次迭代中,将索引为Z[i,0]和Z[i,1]的聚类组合形成聚类n+i。索引小于n的聚类对应于原始观测值之一。聚类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原始观测值的数量。
您需要更多的信息吗?
正如dkar所指出的那样,scipy文档是准确的...但将返回的数据转化为可用于进一步分析的数据有些困难。
在我看来,他们应该包含将数据以树形数据结构返回的能力。下面的代码将遍历矩阵并构建一棵树:
from scipy.cluster.hierarchy import linkage
import numpy as np
a = np.random.multivariate_normal([10, 0], [[3, 1], [1, 4]], size=[100,])
b = np.random.multivariate_normal([0, 20], [[3, 1], [1, 4]], size=[50,])
centers = np.concatenate((a, b),)
def create_tree(centers):
clusters = {}
to_merge = linkage(centers, method='single')
for i, merge in enumerate(to_merge):
if merge[0] <= len(to_merge):
# if it is an original point read it from the centers array
a = centers[int(merge[0]) - 1]
else:
# other wise read the cluster that has been created
a = clusters[int(merge[0])]
if merge[1] <= len(to_merge):
b = centers[int(merge[1]) - 1]
else:
b = clusters[int(merge[1])]
# the clusters are 1-indexed by scipy
clusters[1 + i + len(to_merge)] = {
'children' : [a, b]
}
# ^ you could optionally store other info here (e.g distances)
return clusters
print create_tree(centers)
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})
members
指的是什么?它是未定义的。 - Blake Regalia