scipy.cluster.hierarchy.

average#

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

对压缩距离矩阵执行平均/UPGMA 连接。

参数：

**y**ndarray: 距离矩阵的上三角。 pdist 的结果将以这种形式返回。

返回值：

**Z**ndarray: 包含层次聚类的连接矩阵。有关其结构的更多信息，请参见 linkage。

另请参阅

linkage: 用于高级层次聚类创建。
scipy.spatial.distance.pdist: 成对距离度量

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，我们从这个数据集中获取压缩距离矩阵

>>> 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.        ]])

连接矩阵 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 来查看给定距离阈值时每个初始点将属于哪个集群

>>> 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绘图。