2024年3月15日发(作者：)

e 用法

e 函数是 SciPy 中用于计算层次聚类的函数之一。层次聚类是一

种将一组对象聚类成树形结构的方法，也可以称为聚类树或者树状聚类。这些树状结构表

示了数据点之间的相似性或者距离，并且将大量数据点组织成一个聚类层次结构。

在使用 e 函数时，需要传递一个距离矩阵参数，这个参数可以是

欧几里得距离、曼哈顿距离等等。该函数计算并返回一个连接矩阵，即一组合并左右子树

所需的距离。所得到的合并操作可以通过 chy 中的 dendrogram

函数可视化出来。

e 函数提供了多种合并策略，包括单连接、完全连接、平均连接、

加权平均连接等。最终的聚类结果取决于所采用的合并策略和距离度量指标。下面将分别

介绍这些参数的含义及如何使用。

参数：distance_matrix

distance_matrix 参数表示输入数据之间的距离矩阵。如果数据集中有 n 个对象，

则距离矩阵的大小将是 n x n。在调用 e 函数之前，需要使用

distance 函数来计算距离矩阵。

例如，如果有一个名为 data 的二维数值数组，其中每一行表示一个数据点，则可以

使用以下代码计算欧几里得距离矩阵：

```

from ce import pdist, squareform

distances = pdist(data, metric='euclidean')

distance_matrix = squareform(distances)

```

参数：method

method 参数表示所采用的合并策略。SciPy 支持以下几种合并策略：

* 单连接(single): 在合并聚类时，将左右子树之间距离最近的两个点之间的距离作

为两个聚类之间的距离。

* 完全连接(complete): 在合并聚类时，将左右子树之间距离最远的两个点之间的距

离作为两个聚类之间的距离。

* 平均连接(average): 在合并聚类时，将左右子树中所有点之间的距离的平均值作

为两个聚类之间的距离。

* 加权平均连接(weighted): 在合并聚类时，将左右子树中所有点之间的加权距离的

平均值作为两个聚类之间的距离。

* 矢量平均连接(vector): 在合并聚类时，将左右子树中所有向量的平均值作为两个

聚类之间的距离。

例如，如果要在加权平均连接策略下进行层次聚类，则可以使用以下代码：

metric 参数表示所采用的距离度量指标。可选的距离度量指标包括欧几里得距离、

曼哈顿距离、切比雪夫距离等等。默认使用欧几里得距离。

optimal_ordering 参数表示是否使用最优排序算法。最优排序的算法可以使叶节点

之间的连线更加清晰，但是算法的计算时间也会相应增加。默认为 False，表示不采用最

优排序算法。

例如，如果希望采用最优排序算法，则可以使用以下代码：

总体来说，e 函数可以使用多种不同的参数组合，以满足不同数据

集的需求。大多数情况下，最好对数据进行可视化，以便更好地理解聚类算法生成的树形

结构。此外，还可以使用其他 SciPy 和 NumPy 函数来处理层次聚类所产生的树状结构。