在sklearn的凝聚聚类中提取从根到叶的路径

Question

给定 sklearn.AgglomerativeClustering 创建的凝聚聚类的一些特定叶节点，我试图识别从根节点（所有数据点）到给定叶节点的路径以及每个中间步骤（内部树的节点）对应数据点的列表，见下例。

在这个例子中，我考虑了五个数据点，并以这样一种方式关注点 3，即我想提取在每个步骤中考虑的实例，从根开始到叶 3 结束，所以期望的结果将是 [[1,2,3,4,5],[1,3,4,5],[3,4],[3]]。我如何使用 sklearn 实现此目的（或者如果使用其他库无法做到这一点）？

Answer 1

下面的代码首先找到焦点的所有祖先（使用下面的find_ancestor函数），然后找到并添加每个祖先的所有后代（find_descendent）。

第一次加载和训练数据：

iris = load_iris()
N = 10
x = iris.data[:N]
model = AgglomerativeClustering(compute_full_tree=True).fit(x)

这里是主要代码：

ans = []
for a in find_ancestor(3)[::-1]:
    ans.append(find_descendent(a))
print(ans)

在我的案例中输出：

[[1, 9, 8, 6, 2, 3, 5, 7, 0, 4],
 [1, 9, 8, 6, 2, 3],
 [8, 6, 2, 3],
 [6, 2, 3],
 [2, 3],
 [3]]

要理解 find_ancestor 的代码，请记住索引为 i 的非叶节点的 2 个子节点位于 model.children_[i]

def find_ancestor(target):
    for ind,pair in enumerate(model.children_):
        if target in pair:
            return [target]+find_ancestor(N+ind)
    return [ind+N]

递归 find_descendent 使用 mem 将其输出保存在内存中，这样它们就不会不必要地重新计算。

mem = {}
def find_descendent(node):
    global mem
    if node in mem: return mem[node]
    if node<N: return [node]
    pair = model.children_[node-N]
    mem[node] = find_descendent(pair[0])+find_descendent(pair[1])
    return mem[node]

在sklearn的凝聚聚类中提取从根到叶的路径

Extract path from root to leaf in sklearn's agglomerative clustering

python

scikit-learn

hierarchical-clustering