Hierarchical clustering(层次聚类)
文章目录聚类原理算法流程代码实现聚类原理层次聚类(Hierarchical Clustering)通过计算各类别中数据之间的相似度,最终创建一棵有层次的嵌套聚类树。起核心思想是基于各"簇"之间的相似度,在不同层次上分析数据,得到最终的树形聚类结构。算法流程算法的基本步骤为1.计算数据集的距离矩阵。2.先假设每个样本点为一个簇类。3.迭代:合并距离最进的两个簇类,并且更新距离矩阵。4.当簇类或者迭代次数满足终止条件时,算法结束。代码实现数据集的生成和计算距离矩阵,这路计算距离采用
复制链接