python - 如何重现从 Hypertools.plot 识别的 Hypertools 集群

Question

Hypertools似乎是一个很好的工具集，可以快速分析一些高维数据。

特别是可以拿一些数据，扔到hypertools.plot(...)并得到一些好看的东西。

但是，之后我无法重现这些组。

理论上，hypertools.plot(data, reduce="alg", cluster="alg2")应该大致相当于:

data = np.array(...)
reduced = hypertools.analyze(data, reduce="alg")
labels = hypertools.cluster(reduced, cluster="alg2")
hypertools.plot(reduced, hue=labels)

但是与 hypertools.plot(...) 相比，我看到逐步方法的标签大不相同。 .

有没有办法在不绘制的情况下获得相同的集群？我可以从 hypertools.plot(..) 的返回值中提取簇吗？ (不是首选，因为有时我的 Python 没有意识到情节已关闭，因此从未实现返回值)？

Answer 1

看着hypertools.plot源代码，看起来问题在于混合 reduce和 cluster在对 plot 的同一次调用中首先减少到最多三个维度，如果没有指定更小，则集群。当您采用逐步方法时，维度不会减少到三，直到您在聚类后进行绘图。使用 ndims=3 限制尺寸在 analyze逐步方法的功能产生与您想要的单线相同的结果。

所以你的问题的答案'有没有办法在不绘制的情况下得到相同的集群？将通过ndims=3到analyze功能。

来自 plot.py ( super 工具 v0.6.2):

# reduce data to 3 dims for plotting, if ndims is None, return this
    if (ndims and ndims < 3):
        xform = reducer(xform, ndims=ndims, reduce=reduce, internal=True)
    else:
        xform = reducer(xform, ndims=3, reduce=reduce, internal=True)

    # find cluster and reshape if n_clusters
    if cluster is not None:
        if hue is not None:
            warnings.warn('cluster overrides hue, ignoring hue.')
        if isinstance(cluster, (six.string_types, six.binary_type)):
            model = cluster
            params = default_params(model)
        elif isinstance(cluster, dict):
            model = cluster['model']
            params = default_params(model, cluster['params'])
        else:
            raise ValueError('Invalid cluster model specified; should be'
                             ' string or dictionary!')

        if n_clusters is not None:
            if cluster in ('HDBSCAN',):
                warnings.warn('n_clusters is not a valid parameter for '
                              'HDBSCAN clustering and will be ignored.')
            else:
                params['n_clusters'] = n_clusters

        cluster_labels = clusterer(xform, cluster={'model': model,
                                               'params': params})
        xform, labels = reshape_data(xform, cluster_labels, labels)
        hue = cluster_labels

使用 的示例蘑菇样本数据集:

import hypertools
import numpy as np
%matplotlib inline

geo = hypertools.load('mushrooms')
data = geo.get_data()
reduced = hypertools.analyze(data, ndims=3, reduce="SparsePCA")
labels = hypertools.cluster(reduced, cluster="Birch")
hypertools.plot(reduced, '.', hue=labels)

给出与以下相同的结果:

hypertools.plot(data, '.', reduce="SparsePCA", cluster="Birch")

相比一步步不通过 ndims=3至 analyze :