层次聚类在Python中如何绘制树状图_AgglomerativeClustering结合scipy
从现在开始,我们要努力学习啦!今天我给大家带来《层次聚类在Python中如何绘制树状图_AgglomerativeClustering结合scipy》,感兴趣的朋友请继续看下去吧!下文中的内容我们主要会涉及到等等知识点,如果在阅读本文过程中有遇到不清楚的地方,欢迎留言呀!我们一起讨论,一起学习!
AgglomerativeClustering无法直接绘制树状图,需用scipy.cluster.hierarchy的linkage和dendrogram重做聚类;参数(method、metric、标准化)须与sklearn完全一致,切割时用fcluster(Z, t=n, criterion='maxclust')可获相同标签。

AgglomerativeClustering 本身不支持直接画树状图
scikit-learn 的 AgglomerativeClustering 是为聚类结果服务的,它只返回每个样本的簇标签(labels_),内部距离矩阵和合并顺序都被丢弃了。想画树状图(dendrogram),必须用 scipy.cluster.hierarchy 重做一次层次聚类——不是调用 sklearn 的模型,而是用 scipy 的 linkage 和 dendrogram。
用 scipy.linkage 替代 AgglomerativeClustering.fit
核心是把样本距离计算和连接过程显式拆开,才能喂给 dendrogram:
linkage输入必须是距离矩阵(或原始数据 +metric参数),输出是连接矩阵(Z)——这正是树状图需要的结构- sklearn 默认用欧氏距离,scipy 也默认
metric='euclidean',但要保持一致就得显式指定,尤其当数据未标准化时,距离尺度会极大影响树形 - 连接方法(
method)必须和 sklearn 的affinity+linkage参数对齐:比如 sklearn 的linkage='average'对应 scipy 的method='average';linkage='complete'→method='complete' - 别直接传
fit(X)的结果过去——linkage不接受已拟合模型,只吃X或pdist(X)
示例(以 average linkage 为例):
from scipy.cluster.hierarchy import linkage, dendrogram from scipy.spatial.distance import pdistZ = linkage(X, method='average', metric='euclidean') dendrogram(Z)
如何让 scipy 树状图和 sklearn 聚类结果一致
树状图只是可视化,真正分簇还得靠切割。想让 AgglomerativeClustering 的 n_clusters=3 和树状图上切三块对应,得用 fcluster 按阈值或簇数切 Z:
- 用
fcluster(Z, t=3, criterion='maxclust')得到和AgglomerativeClustering(n_clusters=3)完全一致的标签(前提是method、metric、X全部相同) - 不要用
t直接设距离阈值(如t=5.0),因为linkage输出的 Z 中距离值是归一化/平方过的,和原始欧氏距离数值不等价;criterion='maxclust'更可靠 - 如果用了
distance_threshold(sklearn 0.22+),那对应 scipy 就得用fcluster(Z, t=threshold, criterion='distance'),但注意这个threshold是 scipy 原生距离尺度,需实测校准
常见报错和坑点
画树状图时最常卡在这几个地方:
ValueError: Negative distances not supported:X 含缺失值(np.nan)或做了非法缩放(如负数标准化)。先跑np.isnan(X).any()检查- 树状图看起来“挤”成一团、分叉模糊:没做特征标准化。层次聚类对量纲极度敏感,
StandardScaler().fit_transform(X)必做 - 用
pdist(X, metric='correlation')后传给linkage,结果和 sklearn 的affinity='precomputed'对不上——因为 sklearn 的 correlation 默认是 1 - |r|,而 scipy 默认是 1 - r;得统一用1 - np.corrcoef(X, rowvar=False)预算距离矩阵再传入 - 样本数 > 1000 时
dendrogram渲染极慢甚至 OOM:用truncate_mode='level', p=5限制只画前 5 层,或改用plot_dendrogram(sklearn 1.2+)这类简化版
树状图本质是展示合并历史,不是最终分类器;一旦你依赖它做切割,就得全程用 scipy 生态,和 sklearn 的 AgglomerativeClustering 保持参数镜像,否则标签对不上是大概率事件。
今天关于《层次聚类在Python中如何绘制树状图_AgglomerativeClustering结合scipy》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
优酷积分有什么用怎么获得_优酷积分用途与获取方式
- 上一篇
- 优酷积分有什么用怎么获得_优酷积分用途与获取方式
- 下一篇
- 今日头条客户端如何参与抽奖活动_今日头条客户端活动互动的实用指南
-
- 文章 · python教程 | 3小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 6小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 7小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 8小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 9小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 10小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 11小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1099次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1095次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1265次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1204次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1051次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

