SciPy - inconsistent() 方法

SciPy inconsistent() 方法用于对连结矩阵执行不一致性统计计算。我们也可以说，通过提供对不同层次的层次聚类的有用见解。

语法

以下是 SciPy inconsistent() 方法的语法 −

inconsistent(Z)

参数

此函数只接受一个参数 −

• Z: 此参数确定连结矩阵。

返回值

此方法返回 n 维数组。

示例 1

以下是 SciPy inconsistent() 方法的基本用法。

from scipy.cluster.hierarchy import linkage, inconsistent
import numpy as np

# given data
inp = np.array([[1, 2], [2, 3], [3, 4], [5, 6], [8, 9]])

# hierarchical clustering
Z = linkage(inp, method = 'single')
# inconsistency statistics
res = inconsistent(Z)
print(res)

输出

以上代码产生以下输出 -

[[1.41421356 0.         1.         0.        ]
 [1.41421356 0.         2.         0.        ]
 [2.12132034 1.         2.         0.70710678]
 [3.53553391 1.         2.         0.70710678]]

示例 2

此程序执行随机数据集，显示使用完全连结方法的层次聚类。此处，我们插入统计数据 (d = 4)。

from scipy.cluster.hierarchy import linkage, inconsistent
import numpy as np

# given data
X = np.random.rand(10, 2)

# hierarchical clustering
Z = linkage(X, method = 'complete')

# inconsistency statistics with depth 3
res = inconsistent(Z, d = 4)
print(res)

输出

以上代码产生以下输出 -

[[0.11686734 0.         1.         0.        ]
 [0.12320749 0.         1.         0.        ]
 [0.15625215 0.05569854 2.         0.70710678]
 [0.25072888 0.         1.         0.        ]
 [0.24700603 0.12197973 3.         0.98439051]
 [0.2431393  0.15556122 3.         1.1170798 ]
 [0.33971115 0.21046693 4.         1.32142073]
 [0.38888022 0.31795366 4.         1.37511476]
 [0.46547574 0.29610456 8.         1.55631532]]