scipy.cluster.hierarchy.is_isomorphic¶
- scipy.cluster.hierarchy.is_isomorphic(T1, T2)[源代码]¶
确定两个不同的群集分配是否相等。
- 参数
- T1array_like
将单一群集ID分配给平面群集ID。
- T2array_like
将单一群集ID分配给平面群集ID。
- 退货
- b布尔尔
平面群集分配是否 T1 和 T2 是等价的。
示例
>>> from scipy.cluster.hierarchy import fcluster, is_isomorphic >>> from scipy.cluster.hierarchy import single, complete >>> from scipy.spatial.distance import pdist
如果两个平面群集分配表示具有不同标签的相同群集分配,则它们可以是同构的。
例如,我们可以使用
scipy.cluster.hierarchy.single
:方法并将输出展平为四个簇:>>> X = [[0, 0], [0, 1], [1, 0], ... [0, 4], [0, 3], [1, 4], ... [4, 0], [3, 0], [4, 1], ... [4, 4], [3, 4], [4, 3]]
>>> Z = single(pdist(X)) >>> T = fcluster(Z, 1, criterion='distance') >>> T array([3, 3, 3, 4, 4, 4, 2, 2, 2, 1, 1, 1], dtype=int32)
然后,我们可以使用
scipy.cluster.hierarchy.complete
:方法:>>> Z = complete(pdist(X)) >>> T_ = fcluster(Z, 1.5, criterion='distance') >>> T_ array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4], dtype=int32)
正如我们所看到的,在这两种情况下,我们都获得了四个群集,并且所有数据点都以相同的方式分布-唯一变化的是平面群集标签(3=>1,4=>2,2=>3和4=>1),因此两个群集分配是同构的:
>>> is_isomorphic(T, T_) True