如何在 scipy 层次聚类中获取非单例集群 ID答案

【问题标题】：How to get non-singleton cluster ids in scipy hierachical clustering如何在 scipy 层次聚类中获取非单例集群 ID
【发布时间】：2014-07-21 04:35:03
【问题描述】：

根据this，我们可以获得非单例集群的标签。

我用一个简单的例子试了一下。

import numpy as np
import scipy.cluster.hierarchy
import matplotlib.pyplot as plt
from scipy.cluster.hierarchy import dendrogram, linkage

mat = np.array([[ 0. , 1. , 3.  ,0. ,2.  ,3.  ,1.],
 [ 1. , 0. , 3. , 1.,  1. , 2. , 2.],
 [ 3.,  3. , 0.,  3. , 3.,  3. , 4.],
 [ 0. , 1. , 3.,  0. , 2. , 3.,  1.],
 [ 2. , 1.,  3. , 2.,  0. , 1.,  3.],
 [ 3. , 2.,  3. , 3. , 1. , 0. , 3.],
 [ 1. , 2.,  4. , 1. , 3.,  3. , 0.]])

def llf(id):
    if id < n:
        return str(id)
    else:
        return '[%d %d %1.2f]' % (id, count, R[n-id,3])


linkage_matrix = linkage(mat, "complete")

dendrogram(linkage_matrix,
           p=4,
           leaf_label_func=llf,
           color_threshold=1,
           truncate_mode='lastp',
           distance_sort='ascending')

plt.show()

n 是什么，在这里计数？在如下图中，我需要知道谁在 (3) 和 (2) 下列出？

【问题讨论】：

标签： python scipy cluster-analysis hierarchical-clustering

【解决方案1】：

我认为该部分的文档不是很清楚，其中的示例代码甚至无法操作。但很明显，1 表示第 2 个观测值，(3) 表示该节点有 3 个观测值。

如果您想知道这 3 个 obs 是什么。在第二个节点，如果这是你的问题：

In [51]:
D4=dendrogram(linkage_matrix,
              color_threshold=1,
              p=4,
              truncate_mode='lastp',
              distance_sort='ascending')
D7=dendrogram(linkage_matrix,
              color_list=['g',]*7,
              p=7,
              truncate_mode='lastp',
              distance_sort='ascending', no_plot=True)  
from itertools import groupby
[list(group) for key, group in groupby(D7['ivl'],lambda x: x in D4['ivl'])]
Out[51]:
[['1'], ['6', '0', '3'], ['2'], ['4', '5']]

第二个节点包含 obs。第 7 个、第 1 个和第 4 个，第 2 个节点包含第 5 个和第 6 个观测值。

【讨论】：