sklearn笔记：层次聚类画出分类树状图

使用 sklearn笔记：AgglomerativeClustering_UQI-LIUWJ的博客-CSDN博客中的凝聚层次分类

from sklearn.cluster import AgglomerativeClustering
import numpy as np

X = np.array([[1, 2], [1, 4], [1, 0],
               [4, 2], [4, 4], [4, 0]])

model = AgglomerativeClustering(distance_threshold=0, n_clusters=None)
model=model.fit(X)


counts = np.zeros(model.children_.shape[0])
'''
model.children_是一个n_sample-1*2的数组
从每个样本单独为一个簇，到所有样本是一个簇，一共需要n_sample-1轮
model.children_每一行([a,b])表示第i轮迭代，会将簇a和簇b合并

如果簇a或簇b的编号比n_sample小，那么簇a或簇b表示单个样本组成的叶子节点
如果簇a或簇b的编号比n_sample大，那么簇a或簇b表示第a-n_sample或第b-n_sample次合并后形成的新簇（非叶节点）


count[i]需要计算的是，第i轮合并后，形成的新簇的大小
'''
n_samples = len(model.labels_)
for i, merge in enumerate(model.children_):
        #merge是当前轮需要merge的两个节点的index组成的list
        #i的范围是0~n_samples-1
        current_count = 0
        for child_idx in merge:
                if child_idx < n_samples:
                    current_count += 1  
                    # 其中一个合并的簇是编号为child_idx的叶子节点，所以当前合并的样本数量仅仅+1
                else:
                    current_count += counts[child_idx - n_samples]
                    #其中一个合并的簇是第child_idx - n_samples轮合并后生成的新簇，所以当前合并的样本数量+第child_idx - n_samples轮合并后生成的新簇的大小
        counts[i] = current_count
        #第i轮合并后的新簇的大小
counts
#array([2., 2., 3., 3., 6.])





model.distances_
#array([2.        , 2.        , 3.46410162, 3.46410162, 5.19615242])
#第i轮合并的两个簇之间的距离

linkage_matrix = np.column_stack(
        [model.children_, model.distances_, counts]
    ).astype(float)
linkage_matrix
'''
array([[0.        , 1.        , 2.        , 2.        ],
       [3.        , 5.        , 2.        , 2.        ],
       [2.        , 6.        , 3.46410162, 3.        ],
       [4.        , 7.        , 3.46410162, 3.        ],
       [8.        , 9.        , 5.19615242, 6.        ]])
'''
'''
第i轮合并哪两个簇，这两个簇之间的距离是多少，合并后的簇多大
'''

dendrogram(linkage_matrix)