用於集合集合的層次聚類

Question

我有一組像

 b1={a1,a2,a3,a4,a5}
 b2={a6,a7,a8,a9}
 b3={a1,a2,a3,a4,a5,a6,a7,a8,a9,a10}
 b4={a6,a7,a8,a12}
 b5={a1,a2,a3,a4,a5,a6,a7,a8,a9,a10,a11,a12}
 c1={d1,d2,d3}     
 c2={d1,d2,d3,d4}
 c3={d1,d2,d3,d4,d5}
 c4={d1,d2,d3,d4,d5,d6}

其中 b1 和 b2 是 b3 的子集，b3 本身是 b5 的子集，b4 是 b5 的另一個子集。 c1 是 c2 的子集，c2 本身是 c3 的子集，c3 本身是 c4 的子集。 假設所有集合中的所有元素都是字符串（a1...a12 是字符串，d1..d6 也是字符串）。 是否可以使用 Sklearn 在 Python 中進行層次聚類？ 如果不是，那么只有最后一個子集的名稱可以，b1、b2、b4 和 c1 在這里。

Answer 1

據我所知 sklearn.cluster 使用非字符串格式。

我有一個想法 - 您使用pd.get_dummies將您的數據轉換為 integer 格式。 但是，由於您有集合，您需要檢查新數據集的正確性。 在此之后，您可以使用任何集群化，例如BIRCH