python层次聚类_【挖掘模型】：Python-层次聚类算法

层次聚类算法

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

# 使用层次聚类将1,3,5,6,9,10,13聚类

# 计算出每个点之间的距离

# 找出他们之间最近的距离

# 一直压缩到底

# API

# linkage = scipy.cluster.hierarchy.linkage(data_训练样本,method = 'single')

# method 类计算公式

# singele 两个类之间最短的点的距离

# complete 两个类之间最长距离的点的距离

# centroid 两个类所有点的中点的距离

# scipy.cluster.hierarchy.fcluster(linkage_层次聚类的结果,n_要聚类的个数,criterion = 'maxclust'_划分方法)

import numpy

import pandas

from sklearn import datasets

import scipy.cluster.hierarchy as hcluster

iris = datasets.load_iris()

data = iris.data

target = iris.target

# Compute and plot first dendrogram.

linkage = hcluster.linkage(

data,

method='centroid'

)

hcluster.dendrogram(

linkage,

leaf_font_size=10.

)

hcluster.dendrogram(

linkage,

truncate_mode='lastp',

p=12,

leaf_font_size=12.

)

p = hcluster.fcluster(

linkage,

3,

criterion='maxclust'

)

ct = pandas.DataFrame({

'p': p,

't': target

}).pivot_table(

index=['t'],

columns=['p'],

aggfunc=[numpy.size]

)

参考文献

作者A：ken