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

2017-10-22 109 views 2 likes

我在Python 3中做了一个凝聚层次聚类实验，我发现scipy.cluster.hierarchy.cut_tree()没有为某些输入链接矩阵返回请求数量的聚类。因此，现在我知道cut_tree()函数中存在一个错误（如here所述）。scipy.cluster.hierarchy.cut_tree（）的替代方案

但是，我需要能够得到一个平坦的群集与k不同的标签赋值给我的数据点。您是否知道使用任意输入链接矩阵Z中的k标签获得平坦聚类的算法？我的问题归结为：我怎样才能计算出什么cut_tree()从零开始计算，没有错误？

您可以用this dataset测试您的代码。

旁注：另一种方法也许可以是使用rpy2的cutree()为SciPy的的cut_tree()的替代品，但我从来没有使用过。你怎么看？获得k平集群

来源

2017-10-22 PDRX

回答

一种方法是使用scipy.cluster.hierarchy.fcluster与criterion='maxclust'：

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

来源

2017-10-23 18:05:46

你介意检查[这个问题]（https://stackoverflow.com/questions/47535256/how-to-make -fcluster到返回的-相同的输出，如切树）？看起来'fcluster'并不总是返回指定数量的簇，但也更少。谢谢！ – Cleb

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

回答

相关问题