聚类算法之层次聚类

这篇博客介绍了层次聚类算法,通过示例展示了如何将数据组织成一棵反映距离关系的树形结构,强调了层次聚类能清晰展示不同元素间的亲近程度。文中提到的数据是博客中关键词出现次数的矩阵,但由于官网链接失效,无法直接获取。
摘要由CSDN通过智能技术生成

分级聚类就是一棵树

加入我们有如下一张图


那么通过聚类之后形成一颗如下的树:



现在就分好了级,而且还能看出距离关系, 很明显ab之间的距离比de之间的距离要短


#coding:utf-8
import os
import sys
import chardet
from math import sqrt
from PIL import Image, ImageDraw
import random

def readFile(fileName):
    lines = [line for line in file(fileName)]
    colNames = lines[0].strip().split('\t')[1:]
    rowNames = []
    data = []
    for line in lines[1:]:
        p = line.strip().split('\t')
        rowNames.append(p[0])
        data.append([float(x) for x in p[1:]])
    return rowNames, colNames, data

def pearsonBeta(v1, v2):
    sum1 = sum(v1)
    sum2 = sum(v2)
    
    sum1Sq = sum([pow(v, 2) for v in v1])
    sum2Sq = sum([pow(v, 2) for v in v2])
    
    pSum = sum([v1[i] * v2[i] for i in range(len(v1))])
    
    nums = pSum - (sum1 * sum2 / len(v1))
    den = sqrt((sum1Sq - pow(sum1, 2) / len(v1)) * (sum2Sq - pow(sum2, 2) / len(v2)))
    if(den == 0):
        return 0
    return 1.0 - nums/den

#距离函数
def pearson(v1, v2):
    sum1 = sum(v1)
    sum2 = sum(v2)
    eSum1 = sum1 / len(v1) 
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值