python - 如何在Python中从Scipy中的链接/距离矩阵计算群集分配？

如果您在python中的scipy中具有此层次结构的集群调用:

from scipy.cluster.hierarchy import linkage
# dist_matrix is long form distance matrix
linkage_matrix = linkage(squareform(dist_matrix), linkage_method)

那么从这到单个点的群集分配的一种有效方法是什么？即长度为N的向量，其中N是点数，其中每个条目i是点i的集群数，给定阈值thresh在生成的集群上生成的集群数？

需要说明的是:群集号将是在将阈值应用于树之后的所在群集。在这种情况下，您将为其所在的群集的每个叶节点获得一个唯一的群集。在每个意义上，每个点都属于一个“最特定的群集”，这是唯一的，该群集由切割树状图的阈值定义。

我知道scipy.cluster.hierarchy.fclusterdata会给您这个集群分配作为其返回值，但是我是从定制的距离矩阵和距离度量开始的，所以我不能使用fclusterdata。问题归结为:我如何计算正在计算的fclusterdata-群集分配？

最佳答案

如果我理解正确，那是fcluster所做的:

因此，只需调用fcluster(linkage_matrix, t)，其中t是您的阈值。

关于python - 如何在Python中从Scipy中的链接/距离矩阵计算群集分配？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/15951711/