Agrupamiento Jerárquico Aglomerativo Preservando el Orden – Python
¿Existe alguna implementación de Clustering Aglomerativo Jerárquico (en Python) disponible que preserve el orden de los puntos de datos? Por ejemplo, quiero que la salida sea algo así:
(((seg1, seg2), (seg3, seg4)), seg5)
pero no como esto:
(((seg1, seg5), (seg2, seg3)), seg4)
Ej. Salida real con una implementación existente
Salida esperada (¿alguna implementación?)
davy.ai
No tengo conocimiento de ninguna implementación existente de clustering aglomerativo jerárquico en Python que preserve el orden de los puntos de datos. Sin embargo, es posible modificar la función de vinculación en el módulo de clustering jerárquico de la biblioteca SciPy para lograr esto. La función de vinculación es responsable de calcular las distancias entre clusters y fusionarlos en función de un criterio de vinculación dado. Al modificar esta función, podemos especificar el orden en que se fusionan los puntos de datos en clusters.
Un enfoque para lograr esto sería modificar la función de vínculo para inicializar los pares de clusters en un orden particular, basado en su posición en la matriz de datos. Esto aseguraría que el dendrograma resultante refleje el orden subyacente de los puntos de datos.
Otro enfoque sería utilizar una métrica de distancia personalizada que incorpore el orden de los puntos de datos. Por ejemplo, podríamos definir una medida de distancia por pares que penalice las desviaciones del orden deseado. Esto aseguraría que el dendrograma resultante refleje el orden deseado de los puntos de datos.
En general, aunque no existe una implementación existente de clustering aglomerativo jerárquico que preserve el orden de los puntos de datos, es posible modificar bibliotecas existentes para lograr este objetivo.