层次聚类树状图与AgglomerativeClustering结果不一致问题求解

两次聚类使用的连接规则（linkage）不统一是问题根源：

• 生成树状图时，你调用scipy的linkage函数指定的参数为complete（全连接，以两类样本的最大距离作为类间距离）
• 调用sklearn的AgglomerativeClustering时指定的参数为ward（沃德连接，以两类合并后的总方差增量作为合并依据）
  两种合并规则逻辑完全不同，得到的聚类结果自然存在差异。

两种方案可选，都不需要手动提取索引：

方案1：统一sklearn的聚类参数与scipy一致 #

将AgglomerativeClustering的linkage参数修改为和scipy侧相同的complete即可，输出结果就会和树状图分类完全匹配：

from sklearn.cluster import AgglomerativeClustering
cluster = AgglomerativeClustering(n_clusters=2, affinity='euclidean', linkage='complete')  
output = cluster.fit_predict(dataset)

方案2：直接从scipy的linkage矩阵切分聚类 #

可以直接用scipy自带的fcluster工具，基于你已经生成的linked矩阵切分聚类，结果100%和树状图对应：

from scipy.cluster.hierarchy import fcluster
# t指定聚类数量，criterion设为maxclust表示按指定类数切分
output = fcluster(linked, t=2, criterion='maxclust')
# 若需要和sklearn一致的0起始标签，执行以下转换即可
# output = output - 1

只要同时满足以下三个条件，scipy层次聚类结果和sklearn的AgglomerativeClustering结果完全一致：

• 距离度量统一：如两侧均使用欧氏距离（euclidean）
• 连接规则统一：两侧linkage参数完全相同
• 切分类数统一：指定的聚类数量完全一致

你之前生成的树状图如下：

内容的提问来源于stack exchange，提问作者Kyv