24、python分层聚类案例(scipy方法)

本文介绍了如何使用Python的scipy库进行分层聚类,包括算法原理、方法解释、分析步骤及具体案例。通过linkage函数计算类间距离,dendrogram绘制层次结构,fcluster进行聚类划分。
摘要由CSDN通过智能技术生成

目录

1、分层聚类算法

2、方法

3、分析步骤

4、案例


1、分层聚类算法

    层次聚类算法又称为树聚类算法,它根据数据之间的距离,透过一种层次架构方式,反复将数据
进行聚合,创建一个层次以分解给定的数据集。

2、方法

01 聚类方法

linkage=scipy.cluster.hierarchy.linkage(data,method='single')

data  训练样本

method 类距离的计算公式:

    1、single l两个类之间最短距离的点的距离

    2、complete 两个类之间最长距离的点的距离

    3、centroid 两个所有点的中点的距离

02 层次聚类绘图

 scipy.cluster.hierarchy.dendrogram(linkage)
    
        linkage    层次聚类的结果

03 层次聚类分类方法

 scipy.cluster.hierarchy.fcluster(linkage,n,criterion='maxclust')
    
        linkage   层次聚类的结果
        n         要聚类的个数
        criterion 划分方法,使用maxclust,最大划分法

3、分析步骤

01 计算每两个点距离的平方
计算公式:也就是两个点距

评论 1
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