python分层聚类集群合并_24、python分层聚类案例（scipy方法）

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：也就是两个点距离的平方。

02 找出他们之间的最近距离进行合并

两点的均值作为新值，归为一类

03 重新计算新生成的这个类与各个旧类之间的相似度

04 重复胡2