聚类 Hierarchical and K-means Clustering (R/python)

what is Clustering ?

聚类是一种统计技术，它适用于非监督学习，在数据中创建分组;

与不同集群中的对象相比，同一集群中的对象之间的相似性更大;

应用场景：

• 客户偏好
• 基因功能预测
• 个体化用药
• ......

Hierarchical Clustering （分层/层次聚类）

1. 分层聚类首先将每个观测数据放到单独的集群中。
2. 它检查了所有观测值之间的所有距离 （这个距离可以由不同的算法计算出来，比如欧里几何距离和曼哈顿距离），并将两个最近的观测值配对，形成一个新簇团。
3. 这个过程不断重复，直到出现一个集群为止。

一个例子：

按照层级聚类，下图种 1-8 八个点将会按照如下顺序分类。

可视分层聚类模型 （树状图）如下：