三元矩阵的分层聚类

Question

我有一个具有值-1,0,1的矩阵

array([[ 1,   1],
       [ 0,  -1],
       [ 1,  -1],
       [ 1,   1]
       [ -1,  1]])

，我想要的是从左到右的分层聚类。

• “最大” 3个集群包含数据点，在第一个维度中具有-1,0或1。
• 接下来的9个集群是对前3个群集的改进，以便它们包含一个

  • 1在第一维处，在二维或

    处1

  • 1在第一维处，在二维或

    处0

  • 1在第一个维度，第二维或

    处-1

  • 0在第一个维度，在第二维或

    处1

  • 0在第一个维度，0在第二维或

    处

  • 0在第一维时-1在第二维或

    处

  • -1在第一维处，在二维或

    处1

  • -1在第一维处，在二维或

    处0

  • -1在第一维处，第二维处-1

等等。

所需的输出应该是

output = [[[0,3],[],[2]],[[1],[],[]],[[4],[],[]]]

因为

数据点0（[[ 1 ，1]），数据点2（[ 1 ，-1]）和数据点3（[< 1 ，1]）在第一个大集群中，数据点1（[ 0 ，-1]）在第二个大群集中，数据点4（[ -1 ，1]）在第三个大群集中，然后在第二个维度上进行的改进。

Answer 1

这不是聚类的一个很好的例子，我认为这更多是一个分类案例，因为在这种情况下定义了类别的类别，并且以下命题等确定性代码足以分类所有条目：

import numpy as np
a = np.array([[ 1,   1],
              [ 0,  -1],
              [ 1,  -1],
              [ 1,   1],
              [ -1,  1]])

def categorize(a):
    classes = [[[],[],[]],[[],[],[]],[[],[],[]]]
    def get_classes(x,y):
        idx = 0 if x==1 else 1 if x == 0  else 2
        idy = 0 if y==1 else 1 if y == 0  else 2
        return idx,idy

    for i in range(a.shape[0]):
        idx,idy=get_classes(a[i,0],a[i,1])
        classes[idx][idy].append(i)
    return classes

output = categorize(a)
print(output)