Sklearn凝聚聚类输入数据

Question

我有一个四个用户之间的相似性矩阵。我想做一个聚集的聚类。代码如下:

lena = np.matrix('1 1 0 0;1 1 0 0;0 0 1 0.2;0 0 0.2 1')
X = np.reshape(lena, (-1, 1))
print("Compute structured hierarchical clustering...")
st = time.time()
n_clusters = 3 # number of regionsle

ward = AgglomerativeClustering(n_clusters=n_clusters,
        linkage='complete').fit(X)
print ward
label = np.reshape(ward.labels_, lena.shape)
print("Elapsed time: ", time.time() - st)
print("Number of pixels: ", label.size)
print("Number of clusters: ", np.unique(label).size)
print label

标签打印结果如下:

[[1 1 0 0]
 [1 1 0 0]
 [0 0 1 2]
 [0 0 2 1]]

这是否意味着它给出了一个可能的聚类结果列表，我们可以从中选择一个?比如选择:[0,0,2,1]。如果是错的，你能告诉我基于相似度的聚类算法是怎么做的吗?如果它是正确的，相似矩阵是巨大的，我如何从一个巨大的列表中选择最优聚类结果?由于

Answer 1

我认为这里的问题是你用错误的数据适合你的模型

# This will return a 4x4 matrix (similarity matrix)
lena = np.matrix('1 1 0 0;1 1 0 0;0 0 1 0.2;0 0 0.2 1')
# However this will return 16x1 matrix
X = np.reshape(lena, (-1, 1))

你得到的真实结果是:

 ward.labels_
 >> array([1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 1, 2, 0, 0, 2, 1])

它是X向量中每个元素的标签它没有意义

如果我很好地理解了你的问题，你需要根据用户之间的距离(相似度)对用户进行分类。在这种情况下，我建议这样使用光谱聚类:

import numpy as np
from sklearn.cluster import SpectralClustering
lena = np.matrix('1 1 0 0;1 1 0 0;0 0 1 0.2;0 0 0.2 1')
n_clusters = 3
SpectralClustering(n_clusters).fit_predict(lena)
>> array([1, 1, 0, 2], dtype=int32)