0

我们希望将余弦相似度与层次聚类一起使用，并且我们已经计算了余弦相似度。在 sklearn.cluster.AgglomerativeClustering 文档中它说：

需要距离矩阵（而不是相似度矩阵）作为拟合方法的输入。

因此，我们将余弦相似度转换为距离

distance = 1 - similarity

我们的 python 代码在fit()最后的方法中产生错误。（我没有X在代码中写出真正的值，因为它非常大。）X 只是一个余弦相似度矩阵，其值已转换为上面所写的距离。注意对角线，全为 0。）这是代码：

import pandas as pd
import numpy as np 
from sklearn.cluster import AgglomerativeClustering

X = np.array([0,0.3,0.4],[0.3,0,0.7],[0.4,0.7,0])

cluster = AgglomerativeClustering(affinity='precomputed')  
cluster.fit(X)

错误是：

runfile('/Users/stackoverflowuser/Desktop/4.2/Pr/untitled0.py', wdir='/Users/stackoverflowuser/Desktop/4.2/Pr')
Traceback (most recent call last):

  File "<ipython-input-1-b8b98765b168>", line 1, in <module>
    runfile('/Users/stackoverflowuser/Desktop/4.2/Pr/untitled0.py', wdir='/Users/stackoverflowuser/Desktop/4.2/Pr')

  File "/anaconda2/lib/python2.7/site-packages/spyder_kernels/customize/spydercustomize.py", line 704, in runfile
    execfile(filename, namespace)

  File "/anaconda2/lib/python2.7/site-packages/spyder_kernels/customize/spydercustomize.py", line 100, in execfile
    builtins.execfile(filename, *where)

  File "/Users/stackoverflowuser/Desktop/4.2/Pr/untitled0.py", line 84, in <module>
    cluster.fit(X)

  File "/anaconda2/lib/python2.7/site-packages/sklearn/cluster/hierarchical.py", line 795, in fit
    (self.affinity, ))

ValueError: precomputed was provided as affinity. Ward can only work with euclidean distances.

有什么我可以提供的吗？已经谢谢了。

4

2 回答 2

0

您可以使用

n_clusters = 需要的集群数。

links = Linkage 可以是"complete","average"或"single"用于余弦亲和力。

AgglomerativeClustering(n_clusters=n_clusters,affinity="cosine",linkage="average")
于 2020-11-26T11:36:39.980 回答
0

根据sklearn的文档：

如果链接是“ward”，则只接受“euclidean”。如果“预先计算”，则需要距离矩阵（而不是相似度矩阵）作为拟合方法的输入。

因此，您需要将链接更改为完整、平均或单一之一。

答案来自： https ://datascience.stackexchange.com/questions/51970/hierarchical-clustering-with-precomputed-cosine-similarity-matrix-using-scikit-l/

于 2019-05-14T20:44:01.113 回答