sklearn的凝聚聚类中提取从根到叶的路径

Question

给定由 创建的凝聚聚类的某些特定叶节点sklearn.AgglomerativeClustering，我试图确定从根节点（所有数据点）到给定叶节点的路径，以及每个中间步骤（树的内部节点）相应数据的列表点，请参见下面的示例。

在此示例中，我考虑了五个数据点并重点关注点 3，这样我希望提取从根开始到叶 3 结束的每个步骤中考虑的实例，因此所需的结果将是 [[1 ,2,3,4,5],[1,3,4,5],[3,4],[3]]。我如何使用 sklearn 实现这一点（或者如果使用不同的库不可能实现这一点）？

Answer 1

下面的代码首先查找焦点的所有祖先（使用find_ancestor下面的函数），然后查找并添加find_descendent每个祖先的所有后代（ ）。

首次加载和训练数据：

iris = load_iris()
N = 10
x = iris.data[:N]
model = AgglomerativeClustering(compute_full_tree=True).fit(x)

这是主要代码：

ans = []
for a in find_ancestor(3)[::-1]:
    ans.append(find_descendent(a))
print(ans)

在我的例子中输出：

[[1, 9, 8, 6, 2, 3, 5, 7, 0, 4],
 [1, 9, 8, 6, 2, 3],
 [8, 6, 2, 3],
 [6, 2, 3],
 [2, 3],
 [3]]

要理解 的代码find_ancestor，请记住具有索引的非叶节点的 2 个子节点i位于model.children_[i]

def find_ancestor(target):
    for ind,pair in enumerate(model.children_):
        if target in pair:
            return [target]+find_ancestor(N+ind)
    return [ind+N]

递归find_descendent用于mem将其输出保存在内存中，这样它们就不会被不必要地重新计算。

mem = {}
def find_descendent(node):
    global mem
    if node in mem: return mem[node]
    if node<N: return [node]
    pair = model.children_[node-N]
    mem[node] = find_descendent(pair[0])+find_descendent(pair[1])
    return mem[node]