sklearn凝聚聚类输入数据

Question

我有一个四个用户之间的相似矩阵。我想做一个凝聚聚类。代码是这样的：

lena = np.matrix('1 1 0 0;1 1 0 0;0 0 1 0.2;0 0 0.2 1') 
X = np.reshape(lena, (-1, 1)) 

print("Compute structured hierarchical clustering...") 
st = time.time() 
n_clusters = 3 # number of regionsle 


ward = AgglomerativeClustering(n_clusters=n_clusters, 
     linkage='complete').fit(X) 
print ward 
label = np.reshape(ward.labels_, lena.shape) 
print("Elapsed time: ", time.time() - st) 
print("Number of pixels: ", label.size) 
print("Number of clusters: ", np.unique(label).size) 
print label 

标签的打印结果是这样的：

[[1 1 0 0] 
[1 1 0 0] 
[0 0 1 2] 
[0 0 2 1]] 

这是否意味着它给人的可能集群结果列表中，我们可以选择一个从他们身上？喜欢选择：[0,0,2,1]。如果是错误的，你能告诉我怎么做基于相似性的凝聚算法吗？如果它是正确的，相似矩阵是巨大的，我怎么能从一个巨大的列表中选择最优的聚类结果？由于

Answer 1

我觉得这里的问题是，你适合你的模型错误的数据

# This will return a 4x4 matrix (similarity matrix) 
lena = np.matrix('1 1 0 0;1 1 0 0;0 0 1 0.2;0 0 0.2 1') 

# However this will return 16x1 matrix 
X = np.reshape(lena, (-1, 1)) 

真正的结果你得到的是这样的：

ward.labels_ 
>> array([1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 1, 2, 0, 0, 2, 1]) 

这是每个元素的标签， X矢量，它不会使敏感

如果我很好理解你的问题，你需要通过它们之间的距离（相似性）来分类你的用户。那么，在这种情况下，我会建议使用这样的谱聚类：

import numpy as np 
from sklearn.cluster import SpectralClustering 

lena = np.matrix('1 1 0 0;1 1 0 0;0 0 1 0.2;0 0 0.2 1') 

n_clusters = 3 
SpectralClustering(n_clusters).fit_predict(lena) 

>> array([1, 1, 0, 2], dtype=int32)