cluster-analysis - 基于距离的聚类

Question

这是我的问题：我有一个村庄列表。对于每个村庄，我计算了它们之间的路径距离并准备了一个距离矩阵。现在我想确定彼此靠近的村庄集群。

我使用 Python 2.7，并且我已经使用了层次聚类（由 scypy 提供）来聚类距离矩阵。通过将其视为人类，我可以识别最近的村庄，但我需要将其自动化。我需要获取属于每个集群的元素。

Answer 1

我还想知道如何在创建并切割树状图后检索集群。由于这是没有答案的，并且可能会为其他有类似问题的人提出，我将根据我正在寻找的内容进行回答，并做出一些假设，因为这是一个老问题。

第一步是您需要确定在何处切割树状图。您可以通过多种方式执行此操作，但我假设您已经知道如何执行此操作，因为您正在查看树状图并且似乎对您已对数据进行聚类感到满意。如果你不知道在哪里切割，你可以从一些简单的东西开始，比如在最大距离处切割。但实际上，在哪里切割是一个不同的、很长的讨论，我假设你已经弄清楚了如何去做（因为我在搜索的这一点上已经这样做了）。

现在我假设你有一个树状图，并且你知道在哪里切割它，也许你甚至用切割线绘制它。但是你想对集群做更多的事情，所以你需要标记你集群的点。这可以使用fcluster()scipy 中的 flat cluster ( ) 函数来完成。

from scipy.cluster.hierarchy import fcluster

clusters=fcluster(Z,distance,criterion='distance')
print(clusters)

linkage()Z 是我假设您已经创建的分层链接矩阵（来自 scipy 的函数）。distance 是您切割树状图的距离（但还有其他方法可以切割树状图，请参阅源代码以了解如何使用 fcluster 执行此操作）。

这将返回一个 numpy 数组，表示哪个观察在哪个集群中。现在，您可以将其作为新列附加到您的数据中，然后带着它去城镇（或村庄）。