相关疑难解决方法(0)

在sklearn中,实现了一种凝聚聚类算法,病房方法最小化方差.通常sklearn有许多很好的用法示例,但我找不到如何使用此函数的示例.

基本上我的问题是根据我的数据的聚类绘制树形图,但我不理解函数的输出.该文件说,它返回的儿童,组件的数量,叶片数和每个节点的父母.

然而,对于我的数据样本,结果没有任何意义.对于已使用连接矩阵聚类的(32,542)矩阵,这是输出:

>>> wt = ward_tree(mymat, connectivity=connectivity, n_clusters=2)

>>> mymat.shape
(32, 542)
>>> wt
(array([[16,  0],
       [17,  1],
       [18,  2],
       [19,  3],
       [20,  4],
       [21,  5],
       [22,  6],
       [23,  7],
       [24,  8],
       [25,  9],
       [26, 10],
       [27, 11],
       [28, 12],
       [29, 13],
       [30, 14],
       [31, 15],
       [34, 33],
       [47, 46],
       [41, 40],
       [36, 35],
       [45, 44],
       [48, 32],
       [50, 42],
       [38, 37],
       [52, 43],
       [54, 39],
       [53, 51],
       [58, 55],
       [56, 49],
       [60, 57]]), 1, 32, array([32, …