scipy.cluster.hierarchy.

average#

scipy.cluster.hierarchy.average(y)[source]#

对压缩距离矩阵执行平均/UPGMA 链接。

参数:
yndarray

距离矩阵的上三角部分。 pdist 的结果以这种形式返回。

返回:
Zndarray

包含层次聚类的链接矩阵。有关其结构的更多信息,请参见 linkage

另见

linkage

用于高级创建层次聚类。

scipy.spatial.distance.pdist

成对距离度量

注意

average 除了 NumPy 之外,还对 Python Array API 标准兼容后端提供实验性支持。 请考虑通过设置环境变量 SCIPY_ARRAY_API=1 并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。 支持以下后端和设备(或其他功能)的组合。

CPU

GPU

NumPy

n/a

CuPy

n/a

PyTorch

JAX

Dask

⚠️ 合并块

n/a

有关更多信息,请参见 对数组 API 标准的支持

示例

>>> from scipy.cluster.hierarchy import average, fcluster
>>> from scipy.spatial.distance import pdist

首先,我们需要一个玩具数据集来玩

x x    x x
x        x

x        x
x x    x x
>>> X = [[0, 0], [0, 1], [1, 0],
...      [0, 4], [0, 3], [1, 4],
...      [4, 0], [3, 0], [4, 1],
...      [4, 4], [3, 4], [4, 3]]

然后,我们从这个数据集获取压缩距离矩阵

>>> y = pdist(X)

最后,我们可以执行聚类

>>> Z = average(y)
>>> Z
array([[ 0.        ,  1.        ,  1.        ,  2.        ],
       [ 3.        ,  4.        ,  1.        ,  2.        ],
       [ 6.        ,  7.        ,  1.        ,  2.        ],
       [ 9.        , 10.        ,  1.        ,  2.        ],
       [ 2.        , 12.        ,  1.20710678,  3.        ],
       [ 5.        , 13.        ,  1.20710678,  3.        ],
       [ 8.        , 14.        ,  1.20710678,  3.        ],
       [11.        , 15.        ,  1.20710678,  3.        ],
       [16.        , 17.        ,  3.39675184,  6.        ],
       [18.        , 19.        ,  3.39675184,  6.        ],
       [20.        , 21.        ,  4.09206523, 12.        ]])

链接矩阵 Z 表示一个树状图 - 有关其内容的详细说明,请参见 scipy.cluster.hierarchy.linkage

我们可以使用 scipy.cluster.hierarchy.fcluster 来查看在给定距离阈值的情况下,每个初始点将属于哪个群集

>>> fcluster(Z, 0.9, criterion='distance')
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12], dtype=int32)
>>> fcluster(Z, 1.5, criterion='distance')
array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4], dtype=int32)
>>> fcluster(Z, 4, criterion='distance')
array([1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2], dtype=int32)
>>> fcluster(Z, 6, criterion='distance')
array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1], dtype=int32)

此外,scipy.cluster.hierarchy.dendrogram 可用于生成树状图的图。