scipy.cluster.hierarchy.

fcluster#

scipy.cluster.hierarchy.fcluster(Z, t, criterion='inconsistent', depth=2, R=None, monocrit=None)[source]#

根据给定的链接矩阵定义的层次聚类，形成扁平集群。

参数:
Zndarray

使用 linkage 函数返回的矩阵编码的层次聚类。

t标量
对于标准“不一致”、“距离”或“单标准”，

这是形成扁平集群时要应用的阈值。

对于“最大集群”或“最大集群单标准”标准，

这将是请求的最大集群数。

criterionstr，可选

在形成扁平集群时要使用的标准。这可以是以下任何值

不一致 :

如果一个集群节点及其所有后代的不一致值小于或等于 t，那么其所有叶后代都属于同一个扁平集群。当没有非单一集群满足此条件时，每个节点都分配到自己的集群。（默认）

距离 :

形成扁平集群，使每个扁平集群中的原始观察值没有超过 t 的共同遗传距离。

最大集群 :

找到一个最小阈值 r，使同一个扁平集群中的任意两个原始观察值的共同遗传距离不超过 r，且形成的扁平集群不超过 t 个。

单标准 :

当 monocrit[j] <= t 时，从索引为 i 的集群节点 c 形成扁平集群。

例如，要对不一致矩阵 R 中计算出的最大平均距离进行阈值处理，阈值为 0.8，请执行以下操作

MR = maxRstat(Z, R, 3)
fcluster(Z, t=0.8, criterion='monocrit', monocrit=MR)
最大集群单标准 :

当 monocrit[i] <= r 时，从非单一集群节点 c 形成扁平集群，对于所有低于并包括 c 的集群索引 i 都是如此。r 被最小化，以使形成的扁平集群不超过 t 个。单标准必须是单调的。例如，要将最大不一致值上的阈值 t 最小化，以使形成的扁平集群不超过 3 个，请执行以下操作

MI = maxinconsts(Z, R)
fcluster(Z, t=3, criterion='maxclust_monocrit', monocrit=MI)
depthint，可选

执行不一致计算的最大深度。对其他标准没有意义。默认值为 2。

Rndarray，可选

用于 'inconsistent' 标准的不一致矩阵。如果没有提供此矩阵，则会计算它。

monocritndarray，可选

长度为 n-1 的数组。 monocrit[i] 是对非单一 i 进行阈值处理的统计量。单标准向量必须是单调的，即给定一个索引为 i 的节点 c，对于所有对应于低于 c 的节点的节点索引 j，monocrit[i] >= monocrit[j]。

返回值:
fclusterndarray

长度为 n 的数组。 T[i] 是原始观察值 i 所属的扁平集群编号。

另请参阅

linkage

有关层次聚类方法工作原理的信息。

示例

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

所有集群链接方法 - 例如，scipy.cluster.hierarchy.ward 生成一个链接矩阵 Z 作为其输出

>>> 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]]

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

>>> Z
array([[ 0.        ,  1.        ,  1.        ,  2.        ],
       [ 3.        ,  4.        ,  1.        ,  2.        ],
       [ 6.        ,  7.        ,  1.        ,  2.        ],
       [ 9.        , 10.        ,  1.        ,  2.        ],
       [ 2.        , 12.        ,  1.29099445,  3.        ],
       [ 5.        , 13.        ,  1.29099445,  3.        ],
       [ 8.        , 14.        ,  1.29099445,  3.        ],
       [11.        , 15.        ,  1.29099445,  3.        ],
       [16.        , 17.        ,  5.77350269,  6.        ],
       [18.        , 19.        ,  5.77350269,  6.        ],
       [20.        , 21.        ,  8.16496581, 12.        ]])

此矩阵表示一个树状图，其中第一个和第二个元素是在每一步合并的两个集群，第三个元素是这两个集群之间的距离，第四个元素是新集群的大小 - 包含的原始数据点的数量。

scipy.cluster.hierarchy.fcluster 可用于将树状图扁平化，从而获得将原始数据点分配到单个集群的结果。

此分配主要取决于距离阈值 t - 允许的最大集群间距离

>>> fcluster(Z, t=0.9, criterion='distance')
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12], dtype=int32)

>>> fcluster(Z, t=1.1, criterion='distance')
array([1, 1, 2, 3, 3, 4, 5, 5, 6, 7, 7, 8], dtype=int32)

>>> fcluster(Z, t=3, criterion='distance')
array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4], dtype=int32)

>>> fcluster(Z, t=9, criterion='distance')
array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1], dtype=int32)

在第一种情况下，阈值 t 太小，无法允许数据中的任意两个样本形成一个集群，因此返回 12 个不同的集群。

在第二种情况下，阈值足够大，可以允许前 4 个点与其最近的邻居合并。因此，这里只返回 8 个集群。

第三种情况下，阈值更高，允许最多 8 个数据点连接 - 因此这里返回 4 个集群。

最后，第四种情况的阈值足够大，可以允许所有数据点合并在一起 - 因此这里返回单个集群。

本页内容