-1
나는 큰 데이터 매트릭스 X
을하고 난과 같이 워드의 계층 적 클러스터링의 SciPy 구현을 사용 : 지금 X[i]
이 속한 클래스보고 싶은X [i]는 어느 클러스터에 속해 있습니까?
Z = ward(X.todense())
fig = plt.figure(figsize=(25, 10))
dn = dendrogram(Z)
. 어떻게해야합니까?
나는 큰 데이터 매트릭스 X
을하고 난과 같이 워드의 계층 적 클러스터링의 SciPy 구현을 사용 : 지금 X[i]
이 속한 클래스보고 싶은X [i]는 어느 클러스터에 속해 있습니까?
Z = ward(X.todense())
fig = plt.figure(figsize=(25, 10))
dn = dendrogram(Z)
. 어떻게해야합니까?
linkage
매트릭스 Z
에서 scipy.cluster.hierarchy.fcluster
으로 클러스터를 가져올 수 있습니다.
먼저, dendrogram
의 색상과 동일한 클러스터를 원한다고 가정합니다. docs에서 color_threshold
은 0.7*max(Z[:,2])
으로 지정되어 있습니다. 이것이 우리가 사용할 것입니다.
from sklearn.datasets import make_classification
from scipy.cluster.hierarchy import linkage, fcluster
X, y = make_classification(n_samples=10)
Z = linkage(X, method='ward')
thresh = 0.7*max(Z[:,2])
fcluster(Z, thresh, criterion='distance')
도 참조 How to get flat clustering corresponding to color clusters in the dendrogram created by scipy
: 예를 들어