단일 연결 알고리즘을 사용할 때 현재 클러스터를 모두 나열하려면 어떻게합니까?

Question

나는 파이썬에서 클러스터링을하고있다. from scipy.cluster.hierarchy import linkage 매뉴얼에서 나는이 형식의 결과를 얻는다는 것을 안다. [A, B, 길이, #] A와 B는 앞으로 올 요소의 인덱스이다. 이 단계 (?)에서 병합 할 수 있지만 이미 병합되었지만이 단계에 참여하지 않는 클러스터에 대한 정보는 얻을 수 있습니까? 예를 들어

내 데이터 세트는

A=[[1,1],[1,2],[1,3],[1,4],[1,5], [10,1],[10,2],[10,3],[10,4],[10,5], [15,1],[15,2],[15,3],[15,4],[15,5], [30,1],[30,2],[30,3],[30,4],[30,5]]

내가 클러스터링의 거리 제한으로 5를 선택 그것을 여기

Z = linkage(A, 'single') 

Z=[[ 0. 4. 1. 2.] 
    [ 1. 20. 1. 3.] 
    [ 2. 21. 1. 4.] 
    [ 3. 22. 1. 5.] 
    [ 17. 19. 1. 2.] 
    [ 5. 9. 1. 2.] 
    [ 6. 25. 1. 3.] 
    [ 7. 26. 1. 4.] 
    [ 8. 27. 1. 5.] 
    [ 18. 24. 1. 3.] 
    [ 10. 14. 1. 2.] 
    [ 11. 30. 1. 3.] 
    [ 12. 31. 1. 4.] 
    [ 13. 32. 1. 5.] 
    [ 16. 29. 1. 4.] 
    [ 15. 34. 1. 5.] 
    [ 28. 33. 5. 10.] 
    [ 23. 36. 9. 15.] 
    [ 35. 37. 15. 20.]] 

에 하나의 연결 알고리즘을 적용, 그래서 나는

를 얻을 수

[ 28. 33. 5. 10.]

다음 I 원래 인덱스

cut = 5 
temp1 = [] 
temp2 = [] 
for i in range(len(Z)): 
if Z[i][2] >= cut: 
    temp1.append(Z[i]) 
for i in range(2): 
    temp2[i].append(int(temp1[0][i])) 
for j in range(0, len(temp2)): 
try: 
    g = max(temp2[j]) 
except: 
    continue 
G = int(g - len(A)) 
while g >= len(A): 
    ind = temp2[j].index(g) 
    temp2[j].append(int(Z[G][0])) 
    temp2[j].append(int(Z[G][1])) 
    del temp2[j][ind] 
    g = max(temp2[j]) 
    G = int(g - len(A)) 

다시 28 및도 33를 추적하고

temp2 = [[8, 7, 6, 5, 9], [13, 12, 11, 10, 14]] 

가 '28'는 점 [10,1],[10,2],[10,3],[10,4],[10,5] 약자 및 '33'이 명확 수단 점 [15,1],[15,2],[15,3],[15,4],[15,5]을 나타내며되는 것으로 클러스터는 [10, x]로 구성되고 [15, x]로 구성된 클러스터는이 단계에서 병합 할 것입니다.

그러나 분명히 [1,1],[1,2],[1,3],[1,4],[1,5] 및 [30,1],[30,2],[30,3],[30,4],[30,5] 순간에 그렇게하기 전에, 초기 단계에있는 다른 두 개의 클러스터를 형성해야합니다 [10, X] 및 [15, X] 현재 4 개 클러스터

I

그래서 결과가 병합 원하는 것은 다음과 같습니다.

temp2 = [[8, 7, 6, 5, 9], [13, 12, 11, 10, 14], [0, 1, 2, 3, 4], [15, 16, 17, 18, 19]] 

나중에 두 개의 클러스터 T^T를 얻으려면 어떻게해야합니까? 고급 QQ the documentation 한 바와 같이

Answer 1

, linkage 당신에게 그 클러스터의 소자 사이의 거리 cophenetic와 동일 클러스터 간의 거리를 제공 덕분에 . other documentation에 설명 된대로 fcluster은 평평한 클러스터를 제공하고 'distance'을 기준으로 지정하면 cophenetic 거리에 따라 dendrogram을 자릅니다.

fcluster을 사용하여 선택한 거리에서 클러스터를 임계 값으로 설정하여 원하는 결과를 얻을 수 있습니다. 그러나 fcluster은 임계 값을 분할 할 최하 거리가 아닌 럼프까지의 최대 거리로 처리하므로 임계 값으로 5를 사용하면 참조하는 두 개의 클러스터를 결합하여 3 개의 클러스터 만 제공합니다. . 원하는 것을 얻기 위해 5보다 약간 작은 임계 값을 선택해야합니다. 예 :

from scipy.cluster import hierarchy as clust 
>>> clust.fcluster(Z, 4.99999, criterion='distance') 
array([2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 1, 1, 1, 1, 1]) 

이는 각 항목이 어느 클러스터에 있는지 알려줍니다.요컨대

>>> clusters = clust.fcluster(Z, 4.99999, criterion='distance') 
>>> [np.where(clusters==k)[0].tolist() for k in np.unique(clusters)] 
[[15L, 16L, 17L, 18L, 19L], 
[0L, 1L, 2L, 3L, 4L], 
[5L, 6L, 7L, 8L, 9L], 
[10L, 11L, 12L, 13L, 14L]] 

, 아이디어는 당신이 "거리 제한"라고 부릅니다을보고 평면 클러스터를 얻을 수 fclust을 사용하는 것입니다 : 그 뒤로 각 클러스터에있는 인덱스의리스트로 변환하려면 np.where이 사용할 수 그 거리 (또는 조금 더 작은 거리)를 문턱 값으로 사용하십시오. 이렇게하면 각 색인의 클러스터 번호가 제공되고 np.where을 사용하여 각 클러스터의 목록을 가져올 수 있습니다.