scipy.cluster.hierarchy.

cut_tree#

scipy.cluster.hierarchy.cut_tree(Z, n_clusters=None, height=None)[源代码]#

给定一个链接矩阵 Z，返回切割树。

参数:

Zscipy.cluster.linkage 数组: 链接矩阵。
n_clusters类数组，可选: 切割点树中的聚类数量。
height类数组，可选: 切割树的高度。仅适用于超度量树。

返回:

cutree数组: 一个数组，指示每个聚合步骤中的组成员。也就是说，对于完整的切割树，在第一列中，每个数据点都在其自己的聚类中。在下一步中，两个节点被合并。最后，所有单例和非单例聚类都在一个组中。如果给定 n_clusters 或 height，则列对应于 n_clusters 或 height 的列。

示例

>>> from scipy import cluster
>>> import numpy as np
>>> from numpy.random import default_rng
>>> rng = default_rng()
>>> X = rng.random((50, 4))
>>> Z = cluster.hierarchy.ward(X)
>>> cutree = cluster.hierarchy.cut_tree(Z, n_clusters=[5, 10])
>>> cutree[:10]
array([[0, 0],
       [1, 1],
       [2, 2],
       [3, 3],
       [3, 4],
       [2, 2],
       [0, 0],
       [1, 5],
       [3, 6],
       [4, 7]])  # random