層次聚類

原理

有一個講得很清楚的博客：博客地址
主要用于：沒有groundtruth，且不知道要分幾類的情況

用scipy模塊實現聚類

參考函數說明：
pdist
squareform
linkage
fcluster

scipy.spatial.distance.pdist：計算點之間的距離，返回的是一個壓縮過的距離矩陣，即一行距離數據，減少了方陣中數據重復占用的空間。

scipy.spatial.distance.squareform：距離矩陣的方陣與壓縮矩陣相互轉換函數

scipy.cluster.hierarchy.linkage：層次聚類函數，返回一個四列的數據，第一和第二列是該次聚合的類序號，第三列是這兩類間聚類，第四列是該類中包含多少元素數據

scipy.cluster.hierarchy.fcluster：根據指定閾值和linkage生成的聚類樹得到最終的聚類結果。

例： 已有距離矩陣，進行層次聚類

import scipy import scipy.cluster.hierarchy as sch import numpy as np import msgpack# 讀取距離矩陣 f = open("distance.msgpack", "r") dis = msgpack.loads(f.read()) dis_arr = np.array(dis)# 壓縮距離矩陣 disMat = scipy.spatial.distance.squareform(dis_arr)# 生成聚類樹 Z=sch.linkage(disMat,method='average') print Z# 得到聚類結果 cluster= sch.fcluster(Z, 0.2, 'distance')print cluster

轉載于:https://www.cnblogs.com/dplearning/p/8574850.html

總結

以上是生活随笔為你收集整理的【层次聚类】python scipy实现的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。