Korzystam z hierarchicznych aglomeracyjnych metod klastrowania SciPy, aby zgrupować macierz m x n funkcji, ale po tym, jak tworzenie klastrów jest kompletne, nie mogę wymyślić, jak uzyskać centroid z wynikowych klastrów. Poniżej następuje mój kod:Jak zdobyć centroidy z hierarchicznego aglomeracyjnego klastrowania SciPy?
Y = distance.pdist(features)
Z = hierarchy.linkage(Y, method = "average", metric = "euclidean")
T = hierarchy.fcluster(Z, 100, criterion = "maxclust")
Biorę moją macierz funkcji, obliczanie odległości euklidesowej między nimi, a następnie przekazując je na hierarchicznej metody grupowania. Stamtąd tworzę płaskie klastry, z maksymalnie 100 klastrami
Teraz, w oparciu o płaskie klastry T, jak uzyskać centymetr 1 x n reprezentujący każdą płaską gromadę?
Więc co stało się w końcu? Czy rozwiązałeś problem? W jaki sposób? –
Właściwie to skończyłem używając scikit-learn dla tego. –
Która funkcja jest przyjemna w nauce? –