Scikit learn sklearn中的凝聚聚类_Scikit Learn_Hierarchical Clustering

Scikit learn sklearn中的凝聚聚类

scikit-learn

Scikit learn sklearn中的凝聚聚类,scikit-learn,hierarchical-clustering,Scikit Learn,Hierarchical Clustering,我有一些数据，还有这些数据点的成对距离矩阵。我想使用凝聚聚类对它们进行聚类。我读到，在sklearn中，我们可以将“预计算”作为亲和性，我希望它是距离矩阵。但我找不到任何使用预先计算的亲和力和自定义距离矩阵的示例。任何帮助都将不胜感激让我们调用距离矩阵D agg = AgglomerativeClustering(n_clusters=5, affinity='precomputed', linkage = 'average') agg.fit_predict(D) # Returns c

我有一些数据，还有这些数据点的成对距离矩阵。我想使用凝聚聚类对它们进行聚类。我读到，在sklearn中，我们可以将“预计算”作为亲和性，我希望它是距离矩阵。但我找不到任何使用预先计算的亲和力和自定义距离矩阵的示例。

任何帮助都将不胜感激

让我们调用距离矩阵

agg = AgglomerativeClustering(n_clusters=5, affinity='precomputed', linkage = 'average')
agg.fit_predict(D)  # Returns class labels.

如果您对生成整个层次结构和生成树状图感兴趣，

scikit-learn

的API封装了整个层次结构。直接使用

scipy

代码即可。

非常感谢。如果这回答了您的问题，我鼓励您使用旁边的复选框标记为正确答案。这对你、我和其他有同样问题的人都有好处。否则，有什么可以澄清的呢？我用这段代码得到了一个错误：precomputed作为affinity提供。沃德只能使用欧几里德距离。该报告明确指出，这将打破这一局面：“如果链接是“沃德”，则只接受“欧几里德距离”