凝聚聚类层次可视化

Posted 2023-03-12

【中文标题】凝聚聚类层次可视化

【英文标题】：Agglomerative Clustering Hierarchy Visualization

【发布时间】：2021-10-04 14:46:10

【问题描述】：

如何将凝聚聚类形成的层次结构可视化为树状图。我有一个大小为 (400,400) 的预先计算的距离矩阵。

clusterer= AgglomerativeClustering(n_clusters=32,affinity="precomputed",linkage="average").fit(distance_matrix)

如何将形成 32 个聚类的结果清晰地可视化为树状图？我尝试将这些集群可视化，但由于它们是 32 个，因此颜色无法清楚地区分它们。

colors_clusters = clusterer.labels_
fig = plt.figure(figsize=(10,7))
plt.xlabel('median_score', family='Arial', fontsize=9)
plt.ylabel('count_intersections', family='Arial', fontsize=9)
plt.title('Heliopolis', family='Arial', fontsize=12)
plt.scatter(clusters_df['median_score'], clusters_df['count_intersections'], c=colors_clusters, edgecolors='black', s=50)
plt.show()

【参考方案1】：

一种著名的层次聚类可视化方法是使用dendrogram。您可以在sklearn library 中找到绘图示例。您也可以在scipy library 中找到示例。

您可以在此处从以前的链接中找到一个示例：

import numpy as np

from matplotlib import pyplot as plt
from scipy.cluster.hierarchy import dendrogram
from sklearn.datasets import load_iris
from sklearn.cluster import AgglomerativeClustering


def plot_dendrogram(model, **kwargs):
    # Create linkage matrix and then plot the dendrogram

    # create the counts of samples under each node
    counts = np.zeros(model.children_.shape[0])
    n_samples = len(model.labels_)
    for i, merge in enumerate(model.children_):
        current_count = 0
        for child_idx in merge:
            if child_idx < n_samples:
                current_count += 1  # leaf node
            else:
                current_count += counts[child_idx - n_samples]
        counts[i] = current_count

    linkage_matrix = np.column_stack([model.children_, model.distances_,
                                      counts]).astype(float)

    # Plot the corresponding dendrogram
    dendrogram(linkage_matrix, **kwargs)


iris = load_iris()
X = iris.data

# setting distance_threshold=0 ensures we compute the full tree.
model = AgglomerativeClustering(distance_threshold=0, n_clusters=None)

model = model.fit(X)
plt.title('Hierarchical Clustering Dendrogram')
# plot the top three levels of the dendrogram
plot_dendrogram(model, truncate_mode='level', p=3)
plt.xlabel("Number of points in node (or index of point if no parenthesis).")
plt.show()

【讨论】：

但是如何使用预先计算的矩阵绘制树状图？我在 scipy.cluster.hierarchy.linkage 文档中读到该指标不能“预先计算”

当我尝试将 n_clusters 属性设置为 32，而不是 none 时，我得到一个错误 'AgglomerativeClustering' object has no attribute 'distances_'

@HR1 但它有！：scikit-learn.org/stable/modules/generated/…

我什至尝试添加“compute_distances=True”，但得到了另一个错误“TypeError: __init__() got an unexpected keyword argument 'compute_distances'。我不明白我错过了什么。

原来我必须更新到更新的版本。非常感谢