Python中的字符串聚类答案

【问题标题】：String clustering in PythonPython中的字符串聚类
【发布时间】：2016-08-25 06:59:22
【问题描述】：

我有一个字符串列表，我想通过在 Python 中使用聚类对其进行分类。

list = ['String1', 'String2', 'String3',...]

我想使用 Levenshtein 距离，所以我使用了 jellyfish 库。给定两个字符串，我知道可以通过这种方式找到它们的距离：

jellyfish.levenshtein_distance('string1', 'string2')

我的问题是我不知道如何使用scipy.cluster.hierarchy 在 Python 中获取每个集群的列表。我也尝试过使用链接功能：

linkage(y[, method, metric])

但我无法获得包含集群的最终列表。

【问题讨论】：

【解决方案1】：

使用linkage对你的距离进行层次聚类后，你应该使用cluster.hierarchy.cut_tree来切割树。如果你想要两个集群：

cluster.hierarchy.cut_tree(linkage_output,2).ravel() #.ravel makes it 1D array.

【讨论】：