SciPy - leaders() 方法

SciPy leaders() 方法返回层次聚类的根节点。这是基于用于聚类数据点的无监督机器学习算法。

语法

以下是 SciPy leaders() 方法的语法 −

leaders(Z, clusters)

参数

此方法接受以下参数 −

• Z:此参数存储名为 linkage() 的方法。
• clusters:此参数用于存储方法 fcluster()，该方法对三个参数(即 Z、t 和标准)起作用。

返回值

此方法返回 n 维数组。

示例 1

以下是说明 SciPy leaders() 方法用法的基本示例。

from scipy.cluster.hierarchy import linkage, fcluster, leaders
import numpy as np

inp_data = np.array([[10, 20], [40, 50], [50, 60], [70, 80], [10, 0]])
Z = linkage(inp_data, 'ward')
clusters = fcluster(Z, t=10, criterion='distance')
leader_indices, counts = leaders(Z, clusters)
print("The result of leader indices:", leader_indices)
print("The cluster sizes:", counts)

输出

上述代码产生以下结果 −

The result of leader indices: [0 4 1 2 3]
The cluster sizes: [1 2 3 4 5]

详细解释输出方式 −

此处，领导者索引默认对给定数据输入的顺序进行排序。要了解其集群形式，请查看以下数据索引 −

• 集群 1 的领导者:[10, 20] 处的数据索引 0。
• 集群 2 的领导者:[10, 0] 处的数据索引 4。
• 集群 3 的领导者:[40, 50] 处的数据索引 1。
• 集群 4 的领导者:[50, 60] 处的数据索引 2。
• 集群 5 的领导者:[70, 80] 处的数据索引 3。

scipy_reference.html