使用Python实现层次聚类与散点图绘制

- 引言
- 文章目的
- 层次聚类步骤
- 层次聚类Python代码
- 散点图绘制
- 结果分析与可视化

#### 引言

在数据分析中，聚类是一种常用的无监督学习方法，它可以帮助我们发现数据内在的结构。层次聚类（Hierarchical Clustering）是聚类算法中的一种，它不需要预先指定聚类的数量，而是生成一个由层次结构组成的聚类树（称为树状图或Dendrogram）。本文将介绍如何使用Python实现层次聚类，并绘制相应的散点图。

#### 文章目的

本篇文章的目的是向读者展示如何使用Python进行层次聚类分析，并通过散点图直观地展示聚类结果。

#### 层次聚类步骤

1. 数据导入
2. 数据标准化
3. 距离计算与链接方法选择
4. 构建聚类树
5. 确定聚类数
6. 绘制散点图

#### 层次聚类Python代码```python

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import AgglomerativeClustering
from sklearn.preprocessing import StandardScaler

# 导入数据
df_raw = pd.read_csv('data.csv')

# 数据标准化
scaler = StandardScaler()
df_scaled = scaler.fit_transform(df_raw)

# 计算距离矩阵
distance_matrix = np.linalg.norm(df_scaled[:, np.newaxis, :] - df_scaled[np.newaxis, :, :], axis=2)

# 选择链接方法并构建聚类树
linkage_matrix = np.linkage(distance_matrix, method='ward')

# 使用聚合聚类确定聚类数
agg_clustering = AgglomerativeClustering(n_clusters=3)
agg_clustering.fit(df_scaled)

# 绘制树状图
from scipy.cluster.hierarchy import dendrogram
plt.figure(figsize=(10, 7))
dendrogram(linkage_matrix, labels=agg_clustering.labels_, leaf_rotation=90., leaf_font_size=8.)
plt.title('Hierarchical Clustering Dendrogram')
plt.xlabel('Sample index')
plt.ylabel('Distance')
plt.show()

# 绘制散点图
plt.figure(figsize=(8, 6))
plt.scatter(df_scaled[:, 0], df_scaled[:, 1], c=agg_clustering.labels_, cmap='viridis', s=50)
plt.title('Hierarchical Clustering Scatter Plot')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.colorbar()
plt.show()

```

#### 散点图绘制

在绘制散点图时，我们使用了从聚合聚类模型中得到的标签来为每个点分配颜色，从而直观地展示不同类别的分布。

#### 结果分析与可视化

通过树状图，我们可以观察到数据点是如何逐步合并成更大的聚类的。散点图则进一步展示了聚类的效果，颜色相同的点属于同一个聚类。