以下是dendrogram
函数的常用参数:
-
Z
:层次聚类的结果,即通过scipy.cluster.hierarchy.linkage()
函数计算得到的链接矩阵。 -
p
:要显示的截取高度(y轴的阈值),可以用于确定划分群集的横线位置。 -
truncate_mode
:指定截取模式。默认为None
,表示不截取,可以选择'lastp'
或'mlab'
来截取显示。 -
labels
:数据点的标签,以列表形式提供。 -
leaf_font_size
:叶节点的字体大小。 -
leaf_rotation
:叶节点的旋转角度。 -
show_leaf_counts
:是否显示叶节点的数量。 -
show_contracted
:是否显示合并的群集。 -
color_threshold
:显示不同颜色的阈值,用于将不同群集算法聚类为不同颜色。 -
above_threshold_color
:超过阈值的线段颜色。 -
orientation
:图形的方向,可以选择'top'
、'bottom'
、'left'
或'right'
。
以下是一个使用dendrogram
函数的示例:
import scipy.cluster.hierarchy as sch import matplotlib.pyplot as plt # 计算层次聚类的结果 linkage_matrix = sch.linkage(X, method='ward') # 绘制树状图 dendrogram = sch.dendrogram(linkage_matrix, color_threshold=0.7) plt.xlabel('Sample Index') plt.ylabel('Distance') plt.title('Dendrogram') plt.show()在这个例子中,我们首先使用scipy.cluster.hierarchy.linkage()
计算数据集的层次聚类结果,然后使用scipy.cluster.hierarchy.dendrogram()
将结果绘制成树状图。使用color_threshold
参数可以调整聚类结果的可视化效果。