Python中的字符串聚類

Question

我有一個字符串列表，我想通過在Python中使用集羣對它進行分類。

list = ['String1', 'String2', 'String3',...] 

我想用Levenshtein距離，所以我用水母庫。給定兩個字符串，我知道他們的距離，可以發現這樣說：

jellyfish.levenshtein_distance('string1', 'string2') 

我的問題是，我不知道如何使用scipy.cluster.hierarchy在每個集羣的Python來獲取列表。我也試過使用聯動功能：

linkage(y[, method, metric]) 

但我無法得到與羣集的最終名單。

任何幫助？

Answer 1

在使用linkage對距離進行分層聚類後，應該使用cluster.hierarchy.cut_tree來剪切樹。 如果你想兩個集羣：

cluster.hierarchy.cut_tree(linkage_output,2).ravel() #.ravel makes it 1D array.