層次聚類（hierarchical clustering）可在不同層次上對數(shù)據(jù)集進行劃分，形成樹狀的聚類結(jié)構(gòu)。AggregativeClustering是一種常用的層次聚類算法。?
??其原理是：最初將每個對象看成一個簇，然后將這些簇根據(jù)某種規(guī)則被一步步合并，就這樣不斷合并直到達到預設(shè)的簇類個數(shù)。這里的關(guān)鍵在于：如何計算聚類簇之間的距離？?

??由于每個簇就是一個集合，因此需要給出集合之間的距離。給定聚類簇Ci,CjCi,Cj，有如下三種距離：

?

Python實戰(zhàn)

??AgglomerativeClustering是scikit-learn提供的層級聚類算法模型，其原型為：

class sklearn.cluster.AgglomerativeClustering(n_clusters=2, affinity=’euclidean’, memory=None, connectivity=None, compute_full_tree=’auto’, linkage=’ward’, pooling_func=<function mean>)

參數(shù)

n_clusters：一個整數(shù)，指定分類簇的數(shù)量
connectivity：一個數(shù)組或者可調(diào)用對象或者None，用于指定連接矩陣
affinity：一個字符串或者可調(diào)用對象，用于計算距離。可以為：’euclidean’，’l1’，’l2’，’mantattan’，’cosine’，’precomputed’，如果linkage=’ward’，則affinity必須為’euclidean’
memory：用于緩存輸出的結(jié)果，默認為不緩存
n_components：在 v-0.18中移除
compute_full_tree：通常當訓練了n_clusters后，訓練過程就會停止，但是如果compute_full_tree=True，則會繼續(xù)訓練從而生成一顆完整的樹
linkage：一個字符串，用于指定鏈接算法?
‘ward’：單鏈接single-linkage，采用dmindmin
‘complete’：全鏈接complete-linkage算法，采用dmaxdmax
‘a(chǎn)verage’：均連接average-linkage算法，采用davgdavg
pooling_func：一個可調(diào)用對象，它的輸入是一組特征的值，輸出是一個數(shù)
?

屬性

labels：每個樣本的簇標記
n_leaves_：分層樹的葉節(jié)點數(shù)量
n_components：連接圖中連通分量的估計值
children：一個數(shù)組，給出了每個非節(jié)點數(shù)量
方法

fit(X[,y])：訓練樣本
fit_predict(X[,y])：訓練模型并預測每個樣本的簇標記
?

?

?

?

可以看到當n_clusters=4時，ARI指數(shù)最大，因為確實是從四個中心點產(chǎn)生的四個簇。

?可以看到，三種鏈接方式隨分類簇的數(shù)量的總體趨勢相差無幾。但是單鏈接方式ward的峰值最大，且峰值最大的分類簇的數(shù)量剛好等于實際生成的簇的數(shù)量。
?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的Python机器学习——Agglomerative层次聚类的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。