scipy.cluster.hierarchy.

correspond#

scipy.cluster.hierarchy.correspond(Z, Y)[源代码]#

检查链接矩阵和压缩距离矩阵之间的一致性。

它们必须具有相同数量的原始观察值才能成功进行检查。

此函数在算法中作为健全性检查非常有用，这些算法广泛使用必须对应于同一组原始观察值的链接矩阵和距离矩阵。

参数:

Zarray_like: 要检查一致性的链接矩阵。
Yarray_like: 要检查一致性的压缩距离矩阵。

返回值:

bbool: 一个布尔值，指示链接矩阵和距离矩阵是否可能彼此对应。

另请参阅

linkage: 关于链接矩阵的描述。

示例

>>> from scipy.cluster.hierarchy import ward, correspond
>>> from scipy.spatial.distance import pdist

此方法可用于检查给定的链接矩阵 Z 是否是通过对数据集 X 应用聚类方法获得的

>>> 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]]
>>> X_condensed = pdist(X)
>>> Z = ward(X_condensed)

在这里，我们可以比较 Z 和 X （以压缩形式）

>>> correspond(Z, X_condensed)
True