blocks|key|2349508|text|分叉滑雪板，自己动手吧！链接函数在集群/层次结构。中引用为|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|2349509|加入_联接_choices[linkage]|blockquote|2349510|和|2349511|协和_加入_func(A[i]，A[j]，用_节点，n_我，n_j)|2349512|如果您有时间，擦亮你的代码和提交拉请求时，您完成了。|entityMap|0|LINK|mutability|MUTABLE|url|https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/cluster/hierarchical.py|1|https://github.com/scikit-learn/scikit-learn/blob/51a765a/sklearn/cluster/hierarchical.py#L396|2|https://github.com/scikit-learn/scikit-learn/blob/51a765a/sklearn/cluster/hierarchical.py#L520|3|http://scikit-learn.org/stable/developers/contributing.html#contributing-code^0|H|8|0|0|0|M|1|0|0|0|Y|2|0|7|6|3^^$0|@$1|2|3|4|5|6|7|Z|8|@]|9|@$A|10|B|11|1|12]]|C|$]]|$1|D|3|E|5|F|7|13|8|@]|9|@$A|14|B|15|1|16]]|C|$]]|$1|G|3|H|5|6|7|17|8|@]|9|@]|C|$]]|$1|I|3|J|5|F|7|18|8|@]|9|@$A|19|B|1A|1|1B]]|C|$]]|$1|K|3|L|5|6|7|1C|8|@]|9|@$A|1D|B|1E|1|1F]]|C|$]]]|M|$N|$5|O|P|Q|C|$R|S]]|T|$5|O|P|Q|C|$R|U]]|V|$5|O|P|Q|C|$R|W]]|X|$5|O|P|Q|C|$R|Y]]]]

Fork sklearn and implement it yourself! The linkage function is referenced in <a href="https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/cluster/hierarchical.py" rel="nofollow">cluster/hierarchical.py</a> as

<blockquote>
 <a href="https://github.com/scikit-learn/scikit-learn/blob/51a765a/sklearn/cluster/hierarchical.py#L396" rel="nofollow">join_func = linkage_choices[linkage]</a> 
</blockquote>

and 

<blockquote>
 <a href="https://github.com/scikit-learn/scikit-learn/blob/51a765a/sklearn/cluster/hierarchical.py#L520" rel="nofollow">coord_col = join_func(A[i], A[j], used_node, n_i, n_j)</a>
</blockquote>

If you have time, <a href="http://scikit-learn.org/stable/developers/contributing.html#contributing-code" rel="nofollow">polish your code</a> and submit a pull request when you're done.

blocks|key|1207145|text|它不是Python，但是ELKI允许轻松地定制链接。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1207146|我用了这个教程：|1207147|http://elki.dbs.ifi.lmu.de/wiki/Tutorial/HierarchicalClustering#Addingadditionallinkagestrategies|offset|length|1207148|Lance-Williams-Uodate方法非常有效.但我不认为您可以轻松地添加Minimax链接相同的方式。做极小的连接可能要贵得多吗？|entityMap|0|LINK|mutability|MUTABLE|url^0|0|0|0|2P|0|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Q|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|R|8|@]|9|@$F|S|G|T|1|U]]|A|$]]|$1|H|3|I|5|6|7|V|8|@]|9|@]|A|$]]]|J|$K|$5|L|M|N|A|$O|E]]]]

It's not Python, but ELKI allows customizing linkages easily.

I used this tutorial:

<a href="http://elki.dbs.ifi.lmu.de/wiki/Tutorial/HierarchicalClustering#Addingadditionallinkagestrategies" rel="nofollow">http://elki.dbs.ifi.lmu.de/wiki/Tutorial/HierarchicalClustering#Addingadditionallinkagestrategies</a>

The Lance-Williams-Uodate approach is very efficient. But I don't think you can easily add Minimax Linkage the same way. It may be much more expensive to do minimax linkage?

In my clustering project, I need to customize the linkage function, so that after each cluster merging I can update the inter-cluster distance in my own way. 

Currently I'm using scikit-learn AgglomerativeClustering, which seems not having this customizable feature. After a quick glance in scipy, no luck there either. Does anyone know any python hierarchical clustering toolkit that has customizable linkage?

Hierarchical Clustering customized Linkage function

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

在我的集群项目中，我需要自定义链接函数，这样每次集群合并之后，我就可以以自己的方式更新集群间的距离。目前，我正在使用scikit-学习AgglomerativeClustering，这似乎没有这个可定制的功能。在快速地看了一眼之后，那里也没有运气。有人知道任何具有可自定义链接的python层次化集群工具包吗？

问层次聚类定制链接函数
EN

回答 2

Data Science用户

Data Science用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问层次聚类定制链接函数EN

回答 2

Data Science用户

Data Science用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问层次聚类定制链接函数
EN