次の回答を使用して、混同行列に基づいて階層クラスクラスタリングをコーディングしようとしました。混同行列は、分類問題の結果を評価するために使用され、対称ではありません。各行は、実際のクラスのインスタンスを表します。これは、「ゼロ」クラスのサンプルの 25% がクラス「6」として予測されることを読み取ることができる混同行列の例です。
私はコードを次のように変更しようとしました:
conf_mat = 1 - conf_mat # 1.0 means dissimilarity
sch.linkage(conf_mat, method='warp')
しかし、私は間違った結果を得ました。
クラスタリングを適用するには、データをどのように整理すればよいですか?
以下は、クラスターの再配置された順序を教えてくれるはずですよね?
ind = sch.fcluster(Y, 0, 'distance')