scipy.cluster.hierarchy.

ward#

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

在压缩距离矩阵上执行 Ward 关联。

有关返回结构和算法的更多信息,请参阅linkage

以下是常见的调用约定

  1. Z = ward(y) 在压缩距离矩阵 y 上执行 Ward 关联。

  2. Z = ward(X) 使用欧几里得距离作为距离度量,在观察矩阵 X 上执行 Ward 关联。

参数:
yndarray

压缩距离矩阵。 压缩距离矩阵是一个包含距离矩阵上三角的扁平数组。 这是 pdist 返回的形式。 或者,可以将 m 个观察向量的集合,以 m 行 n 列的数组形式传入。

返回:
Zndarray

层级聚类编码为关联矩阵。 有关返回结构和算法的更多信息,请参阅linkage

另请参阅

linkage

用于高级创建层级聚类。

scipy.spatial.distance.pdist

成对距离度量

注释

ward 除了 NumPy 之外,还实验性地支持与 Python Array API Standard 兼容的后端。 请考虑通过设置环境变量 SCIPY_ARRAY_API=1 并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。 支持以下后端和设备(或其他功能)的组合。

CPU

GPU

NumPy

不适用

CuPy

不适用

PyTorch

JAX

Dask

⚠️ 合并块

不适用

有关更多信息,请参阅对数组 API 标准的支持

示例

>>> from scipy.cluster.hierarchy import ward, 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,我们从这个数据集获得一个压缩距离矩阵

>>> y = pdist(X)

最后,我们可以执行聚类

>>> Z = ward(y)
>>> 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.        ]])

关联矩阵 Z 表示一个树状图 - 有关其内容的详细说明,请参阅scipy.cluster.hierarchy.linkage

我们可以使用scipy.cluster.hierarchy.fcluster来查看,给定距离阈值,每个初始点将属于哪个簇

>>> fcluster(Z, 0.9, criterion='distance')
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12], dtype=int32)
>>> fcluster(Z, 1.1, criterion='distance')
array([1, 1, 2, 3, 3, 4, 5, 5, 6, 7, 7, 8], dtype=int32)
>>> fcluster(Z, 3, criterion='distance')
array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4], dtype=int32)
>>> fcluster(Z, 9, 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。