Vous êtes un professionnel et vous avez besoin d'une formation ? Mise en oeuvre d'IHM
avec Qt et PySide6 Voir le programme détaillé

Module « scipy.cluster.hierarchy »

Fonction cut_tree - module scipy.cluster.hierarchy

Signature de la fonction cut_tree

def cut_tree(Z, n_clusters=None, height=None) 

Description

help(scipy.cluster.hierarchy.cut_tree)

Given a linkage matrix Z, return the cut tree.

Parameters
----------
Z : scipy.cluster.linkage array
    The linkage matrix.
n_clusters : array_like, optional
    Number of clusters in the tree at the cut point.
height : array_like, optional
    The height at which to cut the tree. Only possible for ultrametric
    trees.

Returns
-------
cutree : array
    An array indicating group membership at each agglomeration step. I.e.,
    for a full cut tree, in the first column each data point is in its own
    cluster. At the next step, two nodes are merged. Finally, all
    singleton and non-singleton clusters are in one group. If `n_clusters`
    or `height` are given, the columns correspond to the columns of
    `n_clusters` or `height`.

Examples
--------
>>> from scipy import cluster
>>> import numpy as np
>>> from numpy.random import default_rng
>>> rng = default_rng()
>>> X = rng.random((50, 4))
>>> Z = cluster.hierarchy.ward(X)
>>> cutree = cluster.hierarchy.cut_tree(Z, n_clusters=[5, 10])
>>> cutree[:10]
array([[0, 0],
       [1, 1],
       [2, 2],
       [3, 3],
       [3, 4],
       [2, 2],
       [0, 0],
       [1, 5],
       [3, 6],
       [4, 7]])  # random

Vous êtes un professionnel et vous avez besoin d'une formation ? Programmation Python
Les compléments Voir le programme détaillé