在不每次重新计算树的情况下改变簇的数量

Question

我们在python中使用sklearn，并尝试使用full_tree在一系列簇号（即N=2-9）上运行聚集聚类（Wards），而不必使用缓存为N的每个单独值重新计算树。这个问题在2016年的一篇旧帖子中得到了回答，但这个答案似乎已经不起作用了。参见（sklearn agglomerative clustering: dynamically updating the number of clusters）。 换句话说，在不同的N值上运行fit，而不是每次都重新聚类。但是，我们得到了语法错误，并且无法调用存储在缓存中的任何集群的标签。代码类似于：

x = AgglomerativeClustering(memory="mycachedir", compute_full_tree=True

但是x.fit_predict(inputDF{2})不适合内存访问命令的语法 有人知道在这种情况下从缓存中调用标签的语法吗？谢谢 另外，我是个新手，所以如果我不清楚的话，请提前道歉

2016年发布的试用解决方案（sklearn agglomerative clustering: dynamically updating the number of clusters）

代码类似于：

x = AgglomerativeClustering(memory="mycachedir", compute_full_tree=True

但是x.fit_predict(inputDF{2})不适合内存访问命令的语法

我们希望在给定的数组输入上运行集群，并在一个范围内改变集群数量“N”时检索每个集群的标签，使用缓存，而不是每次都重新计算树

Answer 1

sklearnapi非常适合这种情况

最好使用scipy的凝聚聚类。因为它包括两个步骤：建立连锁/树状图，然后从中提取一个平坦的聚类。第一步是O（n）³) 和沃德在一起，但我认为第二步只是O（n）。类似的方法也可以在ELKI中找到。但不幸的是，sklearn遵循这种源自分类的狭隘的“拟合-预测”观点，并且不支持这种两步方法

如果我没弄错的话，scipy中还有其他功能，但sklearn中没有。你看看