Ctrl+K
scipy.cluster.hierarchy.

from_mlab_linkage#

scipy.cluster.hierarchy.from_mlab_linkage(Z)[源代码]#

将 MATLAB(TM) 生成的链接矩阵转换为与此模块兼容的新链接矩阵。

此转换执行两项操作

  • 索引从 1..N 转换为 0..(N-1) 形式，并且

  • 添加第四列 Z[:,3]，其中 Z[i,3] 表示非单例簇 i 中原始观测值（叶子）的数量。

当从 MATLAB 生成的旧数据文件中加载链接时，此函数非常有用。

参数:
Zndarray

由 MATLAB(TM) 生成的链接矩阵。

返回:
ZSndarray

与 scipy.cluster.hierarchy 兼容的链接矩阵。

另请参阅

linkage

有关链接矩阵的描述。

to_mlab_linkage

从 SciPy 转换为 MATLAB 格式。

示例

>>> import numpy as np
>>> from scipy.cluster.hierarchy import ward, from_mlab_linkage

给定 MATLAB 格式的链接矩阵 mZ，我们可以使用 scipy.cluster.hierarchy.from_mlab_linkage 将其导入到 SciPy 格式中

>>> mZ = np.array([[1, 2, 1], [4, 5, 1], [7, 8, 1],
...                [10, 11, 1], [3, 13, 1.29099445],
...                [6, 14, 1.29099445],
...                [9, 15, 1.29099445],
...                [12, 16, 1.29099445],
...                [17, 18, 5.77350269],
...                [19, 20, 5.77350269],
...                [21, 22,  8.16496581]])

>>> Z = from_mlab_linkage(mZ)
>>> 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.        ]])

正如预期的那样，返回的链接矩阵 Z 包括一个额外的列，用于计算每个簇中原始样本的数量。此外，所有簇索引都减少了 1（MATLAB 格式使用 1 索引，而 SciPy 使用 0 索引）。

在本页