Ctrl+K

桦树#

class sklearn.cluster.Birch(*, threshold=0.5, branching_factor=50, n_clusters=3, compute_labels=True, copy='deprecated')[源代码]#

实现BIRCH集群算法。

它是一种内存高效的在线学习算法，作为 MiniBatchKMeans .它构造了一个树形数据结构，其中簇的质心从叶子上读取。这些可以是最终的聚类质心，或者可以作为输入提供给另一个聚类算法，例如 AgglomerativeClustering .

阅读更多的 User Guide .

Added in version 0.16.

参数:
threshold浮点数，默认值=0.5

通过合并新样本和最接近的子聚类获得的子聚类的半径应小于阈值。否则将启动一个新的子群集。将此值设置得很低会促进拆分，反之亦然。

branching_factorint，默认=50

每个节点中CF子集群的最大数量。如果进入新样本，子集群的数量超过braning_因子，那么该节点将被分成两个节点，每个节点中重新分布子集群。该节点的父子集群将被删除，并添加两个新子集群作为2个拆分节点的父级。

n_clustersint，sklearn.集群模型的实例或无，默认=3

最终集群步骤后的集群数量，该步骤将叶子的子集群视为新样本。

  • None ：不执行最终的集群步骤，并且子集群将原样返回。

  • sklearn.cluster 估算：如果提供了模型，则将该模型视为新样本，并将初始数据映射到最接近的子集群的标签。

  • int : the model fit is AgglomerativeClustering 与 n_clusters 设置为等于int。

compute_labels布尔，默认=True

是否为每个配合计算标签。

copy布尔，默认=True

是否复制给定数据。如果设置为False，初始数据将被覆盖。

自 1.6 版本弃用: copy 在1.6中已废弃，并将在1.8中删除。它没有任何影响，因为估计器不会对输入数据执行就地操作。

属性:
root__CFNode

CFTree的根。

dummy_leaf__CFNode

指向所有叶子的开始指针。

subcluster_centers_ndarray

所有子集群的中心都直接从叶子上读取。

subcluster_labels_ndarray

在子聚类被全局聚类后分配给子聚类质心的标签。

labels_形状的nd数组（n_samples，）

分配给输入数据的标签数组。如果使用partial_fit而不是fit，则将它们分配给最后一批数据。

n_features_in_int

期间看到的功能数量 fit .

Added in version 0.24.

feature_names_in_ ：nd形状数组 (n_features_in_ ,)nd数组形状（

Names of features seen during fit. Defined only when X has feature names that are all strings.

Added in version 1.0.

参见

MiniBatchKMeans

使用小批量对中心位置进行增量更新的替代实现。

注意到

树数据结构由节点组成，每个节点由多个子集群组成。节点中子集群的最大数量由分支因子决定。每个子集群都维护线性和、平方和以及该子集群中的样本数量。此外，如果子集群不是叶节点的成员，每个子集群还可以有一个节点作为其子节点。

对于进入根的新点，它将与最接近的子集群合并，并更新该子集群的线性和、平方和和样本数。这是以迭代方式完成的，直到叶节点的属性更新。

看到 比较BIRCH和MiniBatchKMeans 以比较 MiniBatchKMeans .

引用

示例

>>> from sklearn.cluster import Birch
>>> X = [[0, 1], [0.3, 1], [-0.3, 1], [0, -1], [0.3, -1], [-0.3, -1]]
>>> brc = Birch(n_clusters=None)
>>> brc.fit(X)
Birch(n_clusters=None)
>>> brc.predict(X)
array([0, 0, 0, 1, 1, 1])
fit(X, y=None)[源代码]#

为输入数据构建CF树。

参数:
X形状（n_samples，n_features）的{类数组，稀疏矩阵}

输入数据。

y忽视

未使用，此处列出是为了按照惯例实现API一致性。

返回:
自我

拟合估计量。

fit_predict(X, y=None, **kwargs)[源代码]#

在上执行集群 X 并返回集群标签。

参数:
X形状类似阵列（n_samples，n_features）

输入数据。

y忽视

未使用，按照惯例，为了API一致性而存在。

**kwargsdict

将传递给的论点 fit .

Added in version 1.4.

返回:
labels形状的nd数组（n_samples，），dype =np.int64

集群标签。

fit_transform(X, y=None, **fit_params)[源代码]#

适应数据，然后对其进行转换。

适合变压器 X 和 y 具有可选参数 fit_params 并返回的转换版本 X .

参数:
X形状类似阵列（n_samples，n_features）

输入样本。

y形状为（n_samples，）或（n_samples，n_outputs）的阵列状， 默认值=无

目标值（无监督转换）。

**fit_paramsdict

其他适合参数。

返回:
X_newndray形状数组（n_samples，n_features_new）

变形的数组。

get_feature_names_out(input_features=None)[源代码]#

获取用于转换的输出要素名称。

输出的功能名称将以大写的类别名称为开头。例如，如果Transformer输出3个特征，则输出的特征名称为： ["class_name0", "class_name1", "class_name2"] .

参数:
input_features字符串或无的类数组，默认=无

仅用于通过中看到的名称验证要素名称 fit .

返回:
feature_names_out字符串对象的nd数组

转换的功能名称。

get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请检查 User Guide 关于路由机制如何工作。

返回:
routingMetadataRequest

A MetadataRequest 封装路由信息。

get_params(deep=True)[源代码]#

获取此估计器的参数。

参数:
deep布尔，默认=True

如果为True，将返回此估计量和包含的作为估计量的子对象的参数。

返回:
paramsdict

参数名称映射到其值。

partial_fit(X=None, y=None)[源代码]#

在线学习。防止从头开始重建CFTree。

参数:
X形状（n_samples，n_features）的{类数组，稀疏矩阵}， 默认值=无

输入数据。如果未提供X，则仅执行全局集群步骤。

y忽视

未使用，此处列出是为了按照惯例实现API一致性。

返回:
自我

拟合估计量。

predict(X)[源代码]#

使用预测数据 centroids_ 子集群。

避免计算X的行规范。

参数:
X形状（n_samples，n_features）的{类数组，稀疏矩阵}

输入数据。

返回:
labels形状的nd数组（n_samples，）

标签数据。

set_output(*, transform=None)[源代码]#

设置输出容器。

看到 介绍 set_output API 了解如何使用API的示例。

参数:
transform{“默认”，“pandas”，“polars”}，默认=无

配置输出 transform 和 fit_transform .

  • "default" ：Transformer的默认输出格式

  • "pandas" ：DataFrame输出

  • "polars" ：两极输出

  • None ：转换配置不变

Added in version 1.4: "polars" 添加了选项。

返回:
self估计器实例

估计实例。

set_params(**params)[源代码]#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（例如 Pipeline ).后者具有以下形式的参数 <component>__<parameter> 以便可以更新嵌套对象的每个组件。

参数:
**paramsdict

估计参数。

返回:
self估计器实例

估计实例。

transform(X)[源代码]#

将X转换为子集群重心维度。

每个维度表示从样本点到每个集群重心的距离。

参数:
X形状（n_samples，n_features）的{类数组，稀疏矩阵}

输入数据。

返回:
X_trans形状（n_samples，n_clusters）的{类数组，稀疏矩阵}

转换的数据。

On this page