k-means 和 层次聚类的区别

k-means

• 先任取k个样本点作为k个簇的初始中心；
• 对每一个样本点，计算它们与k个中心的距离，把它归入距离最小的中心所在的簇；
• 等到所有的样本点归类完毕，重新计算k个簇的中心；
• 重复以上过程直至样本点归入的簇不再变动。

别人的代码举例

import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.cluster import KMeans
from sklearn.datasets.samples_generator import make_blobs
from sklearn import metrics
import matplotlib.pyplot as plt

x,y = make_blobs(n_samples=1000,n_features=4,centers=[[-1,-1],[0,0],[1,1],[2,2]],cluster_std=[0.4,0.2,0.2,0.4],random_state=10)

k_means = KMeans(n_clusters=3, random_state=10)

k_means.fit(x)

y_predict = k_means.predict(x)
plt.scatter(x[:,0],x[:,1],c=y_predict)
plt.show()
print(k_means.predict((x[:30,:])))
print(metrics.calinski_harabaz_score(x,y_predict))
print(k_means.cluster_centers_)
print(k_means.inertia_)
print(metrics.silhouette_score(x,y_predict))
————————————————
版权声明：本文为CSDN博主「半路转行程序员」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/guihenao4010/article/details/85159661

层次聚类

• 首先聚成几类这个k值你要自己定，但在对数据一无所知的情况下你自己也不知道k应该定多少；
• 初始质心也要自己选，而这个初始质心直接决定最终的聚类效果；
• 每一次迭代都要重新计算各个点与质心的距离，然后排序，时间成本较高。

别人的代码示例

from sklearn.cluster import AgglomerativeClustering #导入sklearn的层次聚类函数
from scipy.cluster.hierarchy import linkage,dendrogram #这里使用scipy的层次聚类函数
model = AgglomerativeClustering(n_clusters = k, linkage = 'ward')
model.fit(data) #训练模型
#详细输出原始数据及其类别
r = pd.concat([data, pd.Series(model.labels_, index = data.index)], axis = 1)  #详细输出每个样本对应的类别
import matplotlib.pyplot as plt

Z = linkage(data, method = 'ward', metric = 'euclidean') #谱系聚类图
P = dendrogram(Z, 0) #画谱系聚类图
plt.show()
————————————————
版权声明：本文为CSDN博主「LaiYoung1022」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_44704985/article/details/108158983