python机器学习之--用凝聚层次聚类进行数据分组

1.什么是层次聚类

def perfrom_clustering(X,connectivity,title,num_clusters=3,linkage='ward'):
    plt.figure()
    model = AgglomerativeClustering(linkage=linkage,
            connectivity=connectivity,n_clusters=num_clusters)
    model.fit(X)

层次聚类是一组聚类算法,通过不断分接或合并集群来构建树状集群,层次聚类可以用一棵树来表示。

层次聚类算法可以自下而上和自上而下。在自下而上算法中,每个数据点都被看做是一个单独的集群,这些集群不断合并,知道所有的集群合并成一个举行集群,这被称为凝聚层次聚类。与之相反,自上而下层次的算法是从一个巨大的集群开始,不断的分接,直到所有的集群变为一个个单独的数据点。

本片博客主要参考了:http://nlp.stanford.edu/IR-book/html/htmledition/hierarchical-agglomerative-clustering-1.html

2.详细步骤

首先导入需要的程序包:

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import AgglomerativeClustering
from sklearn.neighbors import kneighbors_graph

定义一个实现凝聚层次聚类的函数


                
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值