学习笔记二、调用聚类算法包实现层次

一、应用场景：实现把距离相对更近的样本聚为一类。

二、输入样本格式：不对样本对应经纬度。（经纬度为十进制）

三、实现过程：

1）、计算两样本间距离（使用公式为：haversine公式）

计算公式：

python实现代码：

from math import radians,cos,sin,asin,sqrt

def haversine(lon1, lat1, lon2, lat2):  # 经度1，纬度1，经度2，纬度2 （十进制度数）
    """
    Calculate the great circle distance between two points on the earth (specified in decimal degrees)
    计算两十进制经纬度之间的距离
    """
    # 将十进制度数转化为弧度
    lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2])

    # haversine公式
    dlon = lon2 - lon1
    dlat = lat2 - lat1
    a = sin(dlat / 2) ** 2 + cos(lat1) * cos(lat2) * sin(dlon / 2) ** 2
    c = 2 * asin(sqrt(a))
    r = 6371  # 地球平均半径，单位为公里
    return c * r * 1000

2）、通过层次聚类算法对不同样本进行聚类

掉用了Python包：scipy.cluster.hierarchy

Python代码实现：

import scipy.cluster.hierarchy as sch
#进行层次聚类:
Z=sch.linkage(dist,method='average')
#根据多大的距离进行分类
cluster= sch.fcluster(Z, t=500,criterion='distance')

   >、dist：为两两样本间的距离，例如有3个样本，则顺序为（d12,d13,d23）