Sto usando i metodi di clustering gerarchico agglomerativo di SciPy per raggruppare una matrice di caratteristiche m x n, ma dopo che il clustering è completo, non riesco a capire come ottenere il centroide dai cluster risultanti. Qui di seguito segue il mio codice:Come ottenere i centroidi dal clustering gerarchico gerarchico di SciPy?
Y = distance.pdist(features)
Z = hierarchy.linkage(Y, method = "average", metric = "euclidean")
T = hierarchy.fcluster(Z, 100, criterion = "maxclust")
mi prendo la mia matrice di caratteristiche, calcolando la distanza euclidea tra di loro, e poi li passa sul metodo di clustering gerarchico. Da lì, sto creando cluster piatti, con un massimo di 100 cluster
Ora, in base ai cluster piatti T, come faccio ad ottenere il centroide 1 x n che rappresenta ciascun cluster piatto?
Allora cosa è successo alla fine? Hai risolto il problema? Come? –
In realtà ho finito per usare scikit-learn per questo. –
Quale funzione in scikit fa piacere? –