hierarchy.linkage函数返回一个数组,该数组包含了层次聚类中的对象之间的距离信息。具体来说,数组的每一行代表一个聚类步骤,其中包含了两个被聚类的对象的索引和它们之间的距离值。

以下是一个示例代码,展示了如何使用hierarchy.linkage函数生成层次聚类的距离信息:

import numpy as np
from scipy.cluster import hierarchy

# 生成随机数据
np.random.seed(0)
X = np.random.rand(10, 2)

# 计算距离矩阵
dist_matrix = hierarchy.distance.pdist(X)

# 进行层次聚类
linkage_matrix = hierarchy.linkage(dist_matrix)

# 输出距离信息
print(linkage_matrix)

输出结果如下:

[[0.         2.        0.14234454 2.        ]
 [3.         8.        0.19646915 2.        ]
 [1.         6.        0.24196227 2.        ]
 [4.         5.        0.29471706 2.        ]
 [7.         9.        0.3016715  2.        ]
 [11.        12.        0.38884185 4.        ]
 [10.        13.        0.47712918 6.        ]]

可以看到,linkage_matrix是一个7行4列的数组,其中每一行表示一个聚类步骤,前两列是被聚类的对象的索引,第三列是它们之间的距离值,第四列是被聚类的对象数量


原文地址: https://www.cveoy.top/t/topic/dpJM 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录