scipy.cluster.hierarchy 자습서

Question

계층 구조 클러스터를 조작하는 방법을 이해하려고 시도하고 있지만 설명서가 너무 ... 기술적 인 ... ... 그리고 어떻게 작동하는지 이해할 수 없습니다.

몇 가지 간단한 작업을 단계별로 설명하면서 시작하는 데 도움이되는 자습서가 있습니까?

의 나는 다음과 같은 데이터 세트에 있다고 가정 해 봅시다 :

z = linkage(a) 
d = dendrogram(z) 

이제

• , 나는 특정 클러스터를 복구 할 수있는 방법 :

  a = np.array([[0, 0 ], 
         [1, 0 ], 
         [0, 1 ], 
         [1, 1 ], 
         [0.5, 0 ], 
         [0, 0.5], 
         [0.5, 0.5], 
         [2, 2 ], 
         [2, 3 ], 
         [3, 2 ], 
         [3, 3 ]]) 
  

  내가 쉽게 dendrogram은을 계층 클러스터를하고 플롯 할 수 있습니다 ? 덴 드로 그램에 [0,1,2,4,5,6] 요소를 가진 것을 말합시다?

• 어떻게 그 요소의 값을 되 찾을 수 있습니까?

Answer 1

계층 응집성 클러스터링의 세 단계 (HAC)이 있습니다

1. 정량화 데이터 (metric 인수)
2. 클러스터 데이터 (method 인수가)
3. 클러스터의 수를 선택

수행 중

z = linkage(a) 

은 처음 두 단계를 수행합니다. 당신이 매개 변수를 지정하지 않았기 때문에 그렇게 z = linkage(a) 당신에게 a의 단일 링크 계층 적 응집성 클러스터링을 줄 것이다 표준

method = 'single'

metric = 'euclidean'

값 사용합니다. 이 클러스터링은 일종의 계층 적 솔루션입니다. 이 계층 구조에서 데이터 구조에 대한 정보를 얻을 수 있습니다. 지금 할 수있는 일은 다음과 같습니다.
• metric이 적절한 지 확인하십시오. 지. cityblock 또는 chebychev는
• 는 서로 다른 속성을 확인 (cityblock, euclidean 및 chebychev이 L1, L2 및 L_inf 규범에 해당) 다른 데이터를 정량화한다/방법에 methdos (예 single, complete 및 average)
• 확인의 행동 클러스터의 수를 결정한다. 지. by reading the wiki about it
• silhouette coefficient과 같은 발견 된 솔루션 (클러스터링)에 대한 색인을 계산합니다 (이 계수를 사용하면 포인트/관찰이 클러스터링에 의해 할당 된 클러스터에 얼마나 잘 맞는지 품질에 대한 피드백을 얻을 수 있습니다). 다른 색인은 클러스터링을 한정하기 위해 다른 기준을 사용합니다.뭔가

  import numpy as np 
  import scipy.cluster.hierarchy as hac 
  import matplotlib.pyplot as plt 
  
  
  a = np.array([[0.1, 2.5], 
         [1.5, .4 ], 
         [0.3, 1 ], 
         [1 , .8 ], 
         [0.5, 0 ], 
         [0 , 0.5], 
         [0.5, 0.5], 
         [2.7, 2 ], 
         [2.2, 3.1], 
         [3 , 2 ], 
         [3.2, 1.3]]) 
  
  fig, axes23 = plt.subplots(2, 3) 
  
  for method, axes in zip(['single', 'complete'], axes23): 
      z = hac.linkage(a, method=method) 
  
      # Plotting 
      axes[0].plot(range(1, len(z)+1), z[::-1, 2]) 
      knee = np.diff(z[::-1, 2], 2) 
      axes[0].plot(range(2, len(z)), knee) 
  
      num_clust1 = knee.argmax() + 2 
      knee[knee.argmax()] = 0 
      num_clust2 = knee.argmax() + 2 
  
      axes[0].text(num_clust1, z[::-1, 2][num_clust1-1], 'possible\n<- knee point') 
  
      part1 = hac.fcluster(z, num_clust1, 'maxclust') 
      part2 = hac.fcluster(z, num_clust2, 'maxclust') 
  
      clr = ['#2200CC' ,'#D9007E' ,'#FF6600' ,'#FFCC00' ,'#ACE600' ,'#0099CC' , 
      '#8900CC' ,'#FF0000' ,'#FF9900' ,'#FFFF00' ,'#00CC01' ,'#0055CC'] 
  
      for part, ax in zip([part1, part2], axes[1:]): 
       for cluster in set(part): 
        ax.scatter(a[part == cluster, 0], a[part == cluster, 1], 
           color=clr[cluster]) 
  
      m = '\n(method: {})'.format(method) 
      plt.setp(axes[0], title='Screeplot{}'.format(m), xlabel='partition', 
        ylabel='{}\ncluster distance'.format(m)) 
      plt.setp(axes[1], title='{} Clusters'.format(num_clust1)) 
      plt.setp(axes[2], title='{} Clusters'.format(num_clust2)) 
  
  plt.tight_layout() 
  plt.show() 
  

  여기

을 시작되어