层次聚类(hierarchical clustering)可在不同层次上对数据集进行划分,形成树状的聚类结构。AggregativeClustering是一种常用的层次聚类算法。
其原理是:最初将每个对象看成一个簇,然后将这些簇根据某种规则被一步步合并,就这样不断合并直到达到预设的簇类个数。这里的关键在于:如何计算聚类簇之间的距离?
由于每个簇就是一个集合,因此需要给出集合之间的距离。给定聚类簇
Python机器学习——Agglomerative层次聚类
最新推荐文章于 2024-08-18 11:24:59 发布
本文介绍了层次聚类的基本原理和AgglomerativeClustering算法,包括最小距离、最大距离和平均距离的计算方法。还详细讲解了scikit-learn库中的AgglomerativeClustering模型,包括其参数设置、链接算法选项以及如何使用该模型进行训练和预测。
摘要由CSDN通过智能技术生成