<div dir="ltr"><span style="font-size:12.8px">Dear scikit-learn developers,</span><div style="font-size:12.8px"><span style="font-size:12.8px"><br></span></div><div style="font-size:12.8px"><div style="font-size:12.8px">I have a text file where the columns represent the 22 features and the rows represent the amino asid . <span style="font-size:12.8px">(you can see in the attachment)</span></div><div style="font-size:12.8px"><br></div><div style="font-size:12.8px"><br></div><div style="font-size:12.8px"><span style="font-size:12.8px">I want to apply hierarchical clustering to this database usign </span><b style="font-size:12.8px"><span class="gmail-m_-635335485992152632gmail-m_1404281837552199271gmail-il">sklearn</span>.cluster.<span class="gmail-m_-635335485992152632gmail-m_1404281837552199271gmail-il">Birch algorithm.</span></b><br></div><div style="font-size:12.8px"><br></div><div style="font-size:12.8px"><span style="font-size:12.8px">There are too many </span><span style="font-size:12.8px">prediction</span><span style="font-size:12.8px"> </span><span style="font-size:12.8px">results and it is not possible to see them on the screen.</span></div><div style="font-size:12.8px"><span style="font-size:12.8px">How can i write the birch prediction results to the file? </span><br></div><div style="font-size:12.8px"><span style="font-size:12.8px"><br></span></div><div style="font-size:12.8px"><div style="font-size:12.8px"><div style="font-size:12.8px">I would appreciate if you could advise on some methods.<br></div></div><div style="font-size:12.8px"><span style="font-size:12.8px">Thanks.</span></div><div style="font-size:12.8px"><span style="font-size:12.8px"><br></span></div><div style="font-size:12.8px"><div style="font-size:12.8px"><span style="font-size:12.8px"><b>Birch Codes:</b></span></div><div style="font-size:12.8px"><div><span style="font-size:12.8px">from sklearn.cluster import Birch</span></div><div><span style="font-size:12.8px">import numpy as np</span></div><div><span style="font-size:12.8px"><br></span></div><div><span style="font-size:12.8px">X=np.loadtxt(open("C:\class1.t<wbr>xt", "rb"), delimiter=";")</span></div><div><span style="font-size:12.8px"><br></span></div><div><span style="font-size:12.8px">brc = Birch(branching_factor=50, n_clusters=None, threshold=0.5,compute_labels=T<wbr>rue,copy=True)</span></div><div><span style="font-size:12.8px"><br></span></div><div><span style="font-size:12.8px">brc.fit(X)</span></div><div><span style="font-size:12.8px"><br></span></div><div><span style="font-size:12.8px">centroids = brc.subcluster_centers_</span></div><div><span style="font-size:12.8px"><br></span></div><div><span style="font-size:12.8px">labels = brc.subcluster_labels_ </span></div><div><span style="font-size:12.8px">n_clusters = np.unique(labels).size</span></div></div><div style="font-size:12.8px"><div><span style="font-size:12.8px">brc.predict(X)</span></div><div><span style="font-size:12.8px"><br></span></div><div><span style="font-size:12.8px">print("\n brc.predict(X)")</span></div><div><span style="font-size:12.8px">print(brc.predict(X))</span></div></div></div></div></div></div>