scipy的替代方案。簇等级制度cut_tree()

我在Python 3中做了一个凝聚层次聚类实验,发现 scipy.cluster.hierarchy.cut_tree() 未返回某些输入链接矩阵的请求簇数。所以,现在我知道 cut_tree() 功能(如所述 here ).

然而,我需要能够获得一个平面聚类,并分配 k 我的数据点有不同的标签。你知道用什么算法得到平面聚类吗 k 来自任意输入链接矩阵的标签 Z ? 我的问题可以归结为:我如何计算什么 cut_tree() 从头开始计算没有bug吗?

您可以使用 this dataset

from scipy.cluster.hierarchy import linkage, is_valid_linkage
from scipy.spatial.distance import pdist

## Load dataset
X = np.load("dataset.npy")

## Hierarchical clustering
dists = pdist(X)
Z = linkage(dists, method='centroid', metric='euclidean')

print(is_valid_linkage(Z))

## Now let's say we want the flat cluster assignement with 10 clusters.
#  If cut_tree() was working we would do
from scipy.cluster.hierarchy import cut_tree
cut = cut_tree(Z, 10)

旁注: 另一种方法可能是使用 rpy2 的 cutree() 作为scipy的替代品 cut_tree() ,但我从未用过。你怎么认为?