SciPy - maxRstat() 方法
SciPy maxRstat() 方法用于执行从每个非单例集群及其子集群的 R 列获取最大值的任务。R 包含各种统计信息,例如距离、大小或其他指标。
此方法适用于分层集群,可创建一系列嵌套集群,通常为树结构。该方法的主要目的是确定簇的属性和特征,并查看它们如何合并。
非单例簇是指包含多个元素的数据集合。
语法
以下是 SciPy maxRstat() 方法的语法 −
maxRstat(Z, R, i)
参数
此方法接受三个参数 −
- Z:此参数定义给定数组的中位数。
- R:此参数测量不一致性矩阵。
- i:此处,i 可以用定义统计数据的整数值表示。
返回值
此方法返回 n 维数组。
示例 1
以下是说明 SciPy maxRstat() 方法用法的基本示例。
from scipy.cluster.hierarchy import median, inconsistent, maxRstat from scipy.spatial.distance import pdist X = [[0, 0], [0, 1], [1, 0], [0, 4], [0, 3], [1, 4], [4, 0], [3, 0], [4, 1], [4, 4], [3, 4], [4, 3]] Z = median(pdist(X)) R = inconsistent(Z) print(R) maxRstat(Z, R, 0)
输出
上述代码产生以下输出 −
[[1. 0. 1. 0. ] [1. 0. 1. 0. ] [1. 0. 1. 0. ] [1. 0. 1. 0. ] [1.05901699 0.08346263 2. 0.70710678] [1.05901699 0.08346263 2. 0.70710678] [1.05901699 0.08346263 2. 0.70710678] [1.05901699 0.08346263 2. 0.70710678] [1.74535599 1.08655358 3. 1.15470054] [1.91202266 1.37522872 3. 1.15470054] [3.25 0.25 3. 0. ]] array([1. , 1. , 1. , 1. , 1.05901699, 1.05901699, 1.05901699, 1.05901699, 1.74535599, 1.91202266, 3.25 ])
示例 2
在这里,我们执行相同的代码行,但在方法 maxRstat() 中将整数值从 0 更改为 1,并获取 n 维数组的结果。
from scipy.cluster.hierarchy import median, inconsistent, maxRstat from scipy.spatial.distance import pdist X = [[0, 0], [0, 1], [1, 0], [0, 4], [0, 3], [1, 4], [4, 0], [3, 0], [4, 1], [4, 4], [3, 4], [4, 3]] Z = median(pdist(X)) R = inconsistent(Z) print(R) maxRstat(Z, R, 1)
输出
上述代码产生以下输出 −
array([0. , 0. , 0. , 0. , 0.08346263, 0.08346263, 0.08346263, 0.08346263, 1.08655358, 1.37522872, 1.37522872])
示例 3
此程序再次遵循相同的代码,并将整数值 3 放入函数 maxRstat() 中。
from scipy.cluster.hierarchy import median, inconsistent, maxRstat from scipy.spatial.distance import pdist X = [[0, 0], [0, 1], [1, 0], [0, 4], [0, 3], [1, 4], [4, 0], [3, 0], [4, 1], [4, 4], [3, 4], [4, 3]] Z = median(pdist(X)) R = inconsistent(Z) print(R) maxRstat(Z, R, 3)
输出
上述代码产生以下输出 −
array([0. , 0. , 0. , 0. , 0.70710678, 0.70710678, 0.70710678, 0.70710678, 1.15470054, 1.15470054, 1.15470054])