ward_tree#

sklearn.cluster.ward_tree(X, *, connectivity=None, n_clusters=None, return_distance=False)[source]#

基于特征矩阵的 Ward 聚类。

递归地合并使簇内方差增加最小的簇对。

惯性矩阵使用基于 Heapq 的表示形式。

这是结构化版本，它考虑了样本之间的一些拓扑结构。

在 User Guide 中阅读更多内容。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 表示要聚类的 n_samples 个样本的特征矩阵。
connectivity{array-like, sparse matrix}, default=None: 连接矩阵。根据给定的数据结构，为每个样本定义相邻样本。假设矩阵是对称的，只使用上三角部分。默认值为 None，即 Ward 算法是非结构化的。
n_clustersint, default=None: n_clusters 应小于 n_samples。在 n_clusters 处提前停止树的构建。如果簇的数量与样本数量相比不小，这有助于减少计算时间。在这种情况下，不计算完整的树，因此“children”输出的用途有限，“parents”输出应该被使用。此选项仅在指定连接矩阵时有效。
return_distancebool, default=False: 如果为 True，返回簇之间的距离。

返回:

childrenndarray of shape (n_nodes-1, 2)

每个非叶节点的子节点。小于 n_samples 的值对应于作为原始样本的树的叶节点。大于或等于 n_samples 的节点 i 是一个非叶节点，其子节点为 children_[i - n_samples]。或者，在第 i 次迭代中，children[i][0] 和 children[i][1] 合并形成节点 n_samples + i。

n_connected_componentsint

图中的连通分量数。

n_leavesint

树中的叶节点数。

parentsndarray of shape (n_nodes,) or None

每个节点的父节点。仅在指定连接矩阵时返回，否则返回“None”。

distancesndarray of shape (n_nodes-1,)

仅当 return_distance 设置为 True 时返回（为了兼容性）。节点中心之间的距离。distances[i] 对应于节点 children[i, 1] 和 children[i, 2] 之间的加权欧几里得距离。如果节点指的是树的叶节点，则 distances[i] 是它们的非加权欧几里得距离。距离按以下方式更新（来自 scipy.hierarchy.linkage）

新的条目 \(d(u,v)\) 计算如下，

\[d(u,v) = \sqrt{\frac{|v|+|s|} {T}d(v,s)^2 + \frac{|v|+|t|} {T}d(v,t)^2 - \frac{|v|} {T}d(s,t)^2}\]

其中 \(u\) 是由簇 \(s\) 和 \(t\) 新合并而成的簇，\(v\) 是森林中未使用的簇，\(T=|v|+|s|+|t|\)，\(|*|\) 是其参数的基数。这也称为增量算法。

示例

>>> import numpy as np
>>> from sklearn.cluster import ward_tree
>>> X = np.array([[1, 2], [1, 4], [1, 0],
...               [4, 2], [4, 4], [4, 0]])
>>> children, n_connected_components, n_leaves, parents = ward_tree(X)
>>> children
array([[0, 1],
       [3, 5],
       [2, 6],
       [4, 7],
       [8, 9]])
>>> n_connected_components
1
>>> n_leaves
6

ward_tree#

本页