python层次聚类_python实现层次聚类

BAFIMINARMTO

BA0662877255412996

FI6620295468268400

MI8772950754564138

NA2554687540219869

RM4122685642190669

TO9964001388696690

这是一个距离矩阵。不管是scipy还是fastcluster，都有一个计算距离矩阵的步骤（也可以不用）。距离矩阵是冗余的，因为它是对称的。scipy里面的文档好多的关于数学上的英文，让我都搞糊涂了。distance = spatial.distance.pdist(data)，这段代码里，data是一个矩阵，但不是距离矩阵，而是如http://www.shahuwang.com/?p=952 这篇文章中用到的数据形式，而最后算出来的distance只是一个数组，并不是矩阵，而且是一维数组，这是为什么呢？仔细看上面的那个矩阵，就知道我们只需要记录对角线上或者下面的一部分就可以了。废话不说，来看最简单的一个层次聚类实现（我现在主要将scipy的，fastcluster的使用几乎一样）：

1

2from scipy.cluster.hierarchyimport fclusterdata

fclusterdata(matData,t=0.99,criterion='inconsistent',metric='euclidean',method='average',R=None)#这个不需要计算linkage就能直接出结果了

这里用到的matData来自于：http://www.shahuwang.com/?p=952 用到的数据，是