层次聚类sklearn.cluster包AgglomerativeClustering

Ward策略：让所有类簇中的方差最小化。
Maximum策略：也叫completed linkage（全连接策略），力求将类簇之间的距离最大值最小化。
Average linkage策略：力求将簇之间的距离的平均值最小化
single单次使用所有观测之间的最小距离两组中的一组。

AgglomerativeClustering中linkage参数为 [‘ward’, ‘complete’, ‘average’,‘single’]**

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import AgglomerativeClustering#从磁盘读取城市经纬度数据
X = []
with open('../K_means/data.txt') as f:for v in f:X.append([float(v.split('，')[2]), float(v.split('，')[3])])
#转换成numpy array
X = np.array(X)
#类簇的数量
n_clusters = 5
#现在把数据和对应的分类数放入聚类函数中进行聚类,使用方差最小化的方法'ward'
cls = AgglomerativeClustering(linkage='ward', n_clusters=n_clusters).fit(X)
#X中每项所属分类的一个列表
cls.labels_    #  X对应index列表
#画图
markers = ['^', 'x', 'o', '*', '+']
for i in range(n_clusters):members = cls.labels_ == iplt.scatter(X[members, 0], X[members, 1], s=60, marker=markers[i], c='b', alpha=0.5)
plt.title('')
plt.show()

5. AgglomerativeClustering包例子

Examples-------->>> from sklearn.cluster import AgglomerativeClustering>>> import numpy as np>>> X = np.array([[1, 2], [1, 4], [1, 0],...               [4, 2], [4, 4], [4, 0]])>>> clustering = AgglomerativeClustering().fit(X)>>> clustering # doctest: +NORMALIZE_WHITESPACEAgglomerativeClustering(affinity='euclidean', compute_full_tree='auto',connectivity=None, linkage='ward', memory=None, n_clusters=2,pooling_func='deprecated')>>> clustering.labels_array([1, 1, 1, 0, 0, 0])

层次聚类sklearn.cluster包AgglomerativeClustering相关推荐

层次聚类（cluster.AgglomerativeClustering）并通过TSNE进行可视化分析
单纯从层次聚类的角度来看,既有自顶向下,也有自底向上.从每一个样本一个聚类簇到所有样本一个聚类簇,或者所有样本是一个聚类簇到最后每一个样本都是一个聚类簇. 聚合层次聚类是一种自下而上的算法,首先将每个 ...
Python层次聚类sci.cluster.hierarchy.linkage函数详解
1 函数原型: scipy.cluster.hierarchy.linkage(y, method='single', metric='euclidean', optimal_ordering=Fal ...
【Python-ML】SKlearn库层次聚类凝聚AgglomerativeClustering模型
# -*- coding: utf-8 -*- ''' Created on 2018年1月25日 @author: Jason.F @summary: 无监督聚类学习-层次聚类(hierarchic ...
【Python】sklearn机器学习之层次聚类算法AgglomerativeClustering
文章目录基本原理绘图层次定义距离基本原理和Birch聚类相似,层次聚类也是一种依赖树结构实现的聚类方法,其核心概念是相似度.根据相似度,可以将所有样本组织起来,从而构建一棵层次聚类树. 其中 ...
python 密度聚类使用_使用python+sklearn实现硬币图像上的结构化Ward层次聚类演示...
注意:单击此处https://urlify.cn/EFRn6b下载完整的示例代码,或通过Binder在浏览器中运行此示例使用Ward层次聚类计算二维图像的分割,由于聚类在空间上受到了限制,所以每个分割 ...
层次聚类算法(hierarchial cluster)
聚类算法常见的聚类算法可以分为四类: 基于连通模型(connectivited-based):如层次聚类,按照对象之间的距离聚类.(距离的定义可以有很多种). 基于中心点(centroid-base ...
聚类算法(4)--Hierarchical clustering层次聚类
目录一.层次聚类 1.层次聚类的原理及分类 2.层次聚类的流程 3.层次聚类的优缺点二.python实现 1.sklearn实现 2.scipy实现树状图分类判断一.层次聚类 1.层次聚类的原 ...
基因组层次聚类实战小案例
基因组层次聚类实战小案例预处理数据集层次聚类聚类结果分析预处理数据集提供的数据集是字符串形式,且不符合聚类的要求,需要进行转置,因此对数据进行预处理. 1.读入103个基因组的名称原数据格 ...
Python中的凝聚层次聚类示例
https://www.toutiao.com/a6641489713536434695/ 2019-01-01 19:32:04 层次聚类算法将相似的对象分组到称为聚类的组中.层次聚类算法有两种: ...

层次聚类sklearn.cluster包AgglomerativeClustering

层次聚类sklearn.cluster包AgglomerativeClustering相关推荐

最新文章

热门文章