使用 SciPy 如何获得 k= 的聚类？进行层次聚类答案

【问题标题】：With SciPy how do I get clustering for k=? with doing hierarchical clustering使用 SciPy 如何获得 k= 的聚类？进行层次聚类
【发布时间】：2013-07-11 02:50:57
【问题描述】：

所以我使用 fastcluster 和 SciPy 进行凝聚聚类。我可以做dendrogram 来获取聚类的树状图。我可以fcluster(Z, sqrt(D.max()), 'distance') 为我的数据获得一个非常好的聚类。如果我想手动检查树状图中说 k=3（簇）的区域，然后我想检查 k=6（簇）怎么办？如何在树状图的特定级别获得聚类？

我看到所有这些函数都有公差，但我不明白如何从公差转换为簇数。我可以使用简单的数据集手动构建聚类，方法是通过链接 (Z) 并逐步将聚类拼凑在一起，但这对于大型数据集并不实用。

【问题讨论】：

标签： scipy hierarchical-clustering

【解决方案1】：

好的，让我提出一种方法。我不认为这是正确或最好的方式，但至少这是一个开始。

选择我们感兴趣的 k
请注意，链接 Z 有 N-1 个列表，其中 N 是数据点的数量。第 m 个列表条目将产生 N-m 个簇。因此，在 Z 中获取索引为 k = N-m-1 的列表。
获取该列表第三列的距离值
致电fcluster，将特定距离作为容差（或者可能是距离加上一些非常小的增量）。

唯一的问题是存在平局，但如果您能检测到平局发生，这真的不是问题。

【讨论】：

嘿@demongolem 有什么办法可以帮助你解决这个类似于stackoverflow.com/questions/36523789/…的questino

【解决方案2】：

如果您想在特定级别切割树，请使用：

fl = fcluster(cl,numclust,criterion='maxclust')

其中cl 是您的链接方法的输出，numclust 是您想要获得的集群数量。

【讨论】：

对 fcluster 的描述让我印象深刻的是“形成的平面簇不超过 t 个”。那么是否有你得到少于numclust 的情况，如果是这样，它们会是什么？我知道我的复杂方式不会比我想要的集群数量少。
@demongolem：即使您的算法返回的簇数也总是比您要求的要少，例如，您有 2 个数据点，而您要求 3 个簇。我已经广泛使用了fcluster，但我不知道例程在正常情况下返回较少集群的情况。
没错，无论如何，没有足够的积分会阻止您的请求得到满足。我会接受它作为 SciPy 做生意的方式
我怀疑这个答案有点令人困惑。 maxclust “在特定级别切割树”，以便我们最多拥有 t 个集群。它不会在特定高度切割树（并给出从该高度以下形成的任何簇）。为此，要使用的参数是“距离”

【解决方案3】：

层次聚类允许您放大和缩小以获得聚类的细粒度或粗粒度视图。因此，事先可能不清楚要切割哪个级别的树状图。一个简单的解决方案是获取每个级别的集群成员资格。也可以选择所需的簇数。

import numpy as np
from scipy import cluster
np.random.seed(23)
X = np.random.randn(20, 4)
Z = cluster.hierarchy.ward(X)
cutree_all = cluster.hierarchy.cut_tree(Z)
cutree1 = cluster.hierarchy.cut_tree(Z, n_clusters=[5, 10])
print("membership at all levels \n", cutree_all) 
print("membership for 5 and 10 clusters \n", cutree1)

【讨论】：