我可以使用层次聚类获取聚类特征吗 - numpy

Question

我正在对一个 m*n 的数组进行层次聚类。

1. 输入数组：500 * 1000（1000 个特征，500 个观测值）
2. 使用自己定义的 pdist 函数计算距离矩阵
3. 将这个距离矩阵输入到链接函数中： clusters = sch.linkage(distanceMatrix,'single')
4. 形成扁平聚类： fc = sch.fcluster(clusters,cutoff,'distance')

这样我得到了大约 80 个聚类（使用的截止值是 6.0）。现在，有没有办法让我也能得到每个聚类对应的 1000 个特征呢？（就像我们在 K-means 聚类中得到质心的特征一样）。

Answer 1

在层次聚类中（或者说除了k均值和高斯混合模型之外的其他方法，因为它们只适用于“球形”的聚类——实际上是凸形的聚类），聚类的中心点不一定是合理的。

这是因为它们可以处理非球形的聚类。这其实是一个优点……

https://en.wikipedia.org/wiki/Cluster_analysis#Connectivity_based_clustering_.28hierarchical_clustering.29

看看右边那张标题为“链接聚类示例”的图片。在这个“香蕉”示例中，聚类有什么用呢？聚类的中心点可能根本不在这个聚类里！

需要注意的是，如果你需要中心点，你仍然可以自己计算。因为聚类算法并不需要中心点，所以它显然不会自动为你计算出来。