层次聚类终止
Hierarchical clustering termination
据我了解，凝聚层次聚类首先对彼此最接近的点进行聚类。我试图获得不同的聚类结果，其中只有一定比例的数据被聚类以进行比较。即 40%、50%、60%...
因此，我需要一种方法来在对指定百分比的数据点进行聚类后使用 sklearn 终止层次聚类（ward 的）算法。例如，在聚类到 60% 的数据集后停止聚类。
请说明最好的方法是什么？
The AgglomerativeClustering object performs a hierarchical clustering using a bottom up approach: each observation starts in its own cluster, and clusters are successively merged together.
因此，您可以通过定义多个集群并适当设置 compute_full_tree 参数（如 API 中定义）来“提前停止”。从运行全树计算算法得到的簇数，可以定义簇数的比例。
聚类个数与聚类数据比例之间的关系还有待探索；但这可能是最直接的方法来做你想做的事情，而不需要对实际的凝聚聚类算法进行更改。
据我了解，凝聚层次聚类首先对彼此最接近的点进行聚类。我试图获得不同的聚类结果，其中只有一定比例的数据被聚类以进行比较。即 40%、50%、60%...
因此，我需要一种方法来在对指定百分比的数据点进行聚类后使用 sklearn 终止层次聚类（ward 的）算法。例如，在聚类到 60% 的数据集后停止聚类。
请说明最好的方法是什么？
The AgglomerativeClustering object performs a hierarchical clustering using a bottom up approach: each observation starts in its own cluster, and clusters are successively merged together.
因此，您可以通过定义多个集群并适当设置 compute_full_tree 参数（如 API 中定义）来“提前停止”。从运行全树计算算法得到的簇数，可以定义簇数的比例。
聚类个数与聚类数据比例之间的关系还有待探索；但这可能是最直接的方法来做你想做的事情，而不需要对实际的凝聚聚类算法进行更改。