python模块之scipy的层次聚类简单测试与使用

scipy模块是很强大，里面很多有用的函数，这里先花一点时间使用一下scipy模块中的层次聚类，下面是简单的使用：

#!usr/bin/env python
#encoding:utf-8'''
__Author__:沂水寒城
功能：scipy测试使用
'''import scipy
import json
import scipy.cluster.hierarchy as sch
from scipy.cluster.vq import vq,kmeans,whiten
import numpy as np
import matplotlib.pylab as pltdef cluster_test(datafile='data/shop_test/vector.json'):'''简单的层次聚类实验'''with open(datafile) as f:file_list=json.load(f)matrix=[]for one_dict in file_list:matrix.append(one_dict['vector'])#距离度量包括：''''euclidean'、'minkowski'、'cityblock'、'seuclidean'、'sqeuclidean''cosine'、'correlation'、'hamming'、'jaccard'、'chebyshev'、 'canberra''braycurtis'、'mahalanobis'、'yule'、'matching'、'dice'、'kulsinski''rogerstanimoto'、'russellrao'、'sokalmichener'、'sokalsneath''wminkowski''''disMat = sch.distance.pdist(matrix,'euclidean') #距离计算方法包括:''''single'、'complete'、'average'、'weighted'、'centroid'、'''Z=sch.linkage(disMat,method='average') #可视化处理P=sch.dendrogram(Z)plt.savefig('pictures/result.png')#聚类准则包括：''''inconsistent'、'distance'、'maxclust'、'monocrit'、'maxclust_monocrit''''cluster= sch.fcluster(Z, criterion='inconsistent',t=1) print "层次聚类结果为:\n",cluster#白化处理data=whiten(matrix)#kmeans聚类'''聚类数确定方法：1.借助层次聚类方法初步确定2.手动设定，尝试法'''centroid=kmeans(data,max(cluster))[0]  #使用vq函数cluster2=vq(data,centroid)[0] print "kmeans聚类结果为:\n", cluster2def cluster_test2(datafile='data/shop_test/vector.json'):'''简单的层次聚类实验'''with open(datafile) as f:file_list=json.load(f)matrix=[]for one_dict in file_list:matrix.append(one_dict['vector'])#距离度量包括：''''euclidean'、'minkowski'、'cityblock'、'seuclidean'、'sqeuclidean''cosine'、'correlation'、'hamming'、'jaccard'、'chebyshev'、 'canberra''braycurtis'、'mahalanobis'、'yule'、'matching'、'dice'、'kulsinski''rogerstanimoto'、'russellrao'、'sokalmichener'、'sokalsneath''wminkowski''''disMat = sch.distance.pdist(matrix,'cityblock') #距离计算方法包括:''''single'、'complete'、'average'、'weighted'、'centroid'、'''Z=sch.linkage(disMat,method='complete') #可视化处理P=sch.dendrogram(Z)plt.savefig('pictures/result2.png')#聚类准则包括：''''inconsistent'、'distance'、'maxclust'、'monocrit'、'maxclust_monocrit''''cluster= sch.fcluster(Z, criterion='distance',t=1) print "层次聚类结果为:\n",cluster#白化处理data=whiten(matrix)#kmeans聚类'''聚类数确定方法：1.借助层次聚类方法初步确定2.手动设定，尝试法'''centroid=kmeans(data,max(cluster))[0]  #使用vq函数cluster2=vq(data,centroid)[0] print "kmeans聚类结果为:\n", cluster2if __name__=='__main__':cluster_test(datafile='data/shop_test/vector.json')cluster_test2(datafile='data/shop_test/vector.json')

结果如下：

层次聚类结果为:
[ 4 12  1  9  9  1  4 16  7 19  2 12 10  2  7  5 18  8  7 11 10  2  5  4 126  6  5  7 12  3 13  3 13 17  2 14  1 15  8 13 12 15]
kmeans聚类结果为:
[ 9  0 16 15 15  2  9  9  3 14  7 17 15 12  3  5  9  9  3 15 15  6  1  8 179  9  5  3 17  4  0  4 13 11 12 10  2  9  9 13  0  9]
层次聚类结果为:
[ 9 18  3 23 24  1 10 30 13 34  7 17 25  6 13 12 33 15 13 27 26  4 12 11 1731 31 12 14 17  8 21  8 20 32  5 22  2 28 16 20 19 29]
kmeans聚类结果为:
[12 15  0 13 13  0  7  7 23  7 17 15  4  3 23  2 22 10 23 20 18  3  2  1 1521 21  2 23 15 11 15  9 19  6  3 14  0  8  5 15 15 16]
[Finished in 2.5s]

其中result.png如下：

result2.png如下：

纯属新手尚在学习，如果有兴趣的欢迎交流哈！

python模块之scipy的层次聚类简单测试与使用相关推荐

层次聚类python实现_Python机器学习——Agglomerative层次聚类
层次聚类(hierarchical clustering)可在不同层次上对数据集进行划分,形成树状的聚类结构.AggregativeClustering是一种常用的层次聚类算法. 其原理是:最初将每个 ...
python机器学习案例系列教程——层次聚类（文档聚类）
分享一个朋友的人工智能教程.零基础!通俗易懂!风趣幽默!还带黄段子!大家可以看看是否对自己有帮助:点击打开 docker/kubernetes入门视频教程全栈工程师开发手册 (作者:栾鹏) pyth ...
python模块：Scipy.optimize.linprog线性规划求解
目录一.模块介绍二.模块源分析与参数解释三.实例求解四.参考一.模块介绍 1.1模块功能 Scipy.optimize是Scipy中一个用于解决数学模型中优化类模型的子包,该子包中又包含了多 ...
【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模块(7)-SciPy 简易使用教程
SciPy 简易使用教程 1. 符号计算 2. 函数向量化 3. 波形处理scipy.signal 3.1 滤波器 3.2 波峰定位基于numpy的一个高级模块,为数学,物理,工程等方面的科学计算提 ...
层次聚类算法及通过python的scipy进行计算
目录 1.什么是层次聚类? 2. 如何用python实现参考链接: 1.什么是层次聚类? 常用于 1维数据的自动分组,如下图所示, 把数据用[主成分分析]的方法把数据从多维压缩为1维, 然后使用层 ...
层次聚类python_用python绘制层次聚类图
层次聚类(Hierarchical clustering)代表着一类的聚类算法,这种类别的算法通过不断的合并或者分割内置聚类来构建最终聚类. 聚类的层次可以被表示成树(或者树形图(dendrogram ...
《Python数据分析与挖掘实战》第14章——基于基站定位数据的商圈分析（层次聚类）
本文是基于<Python数据分析与挖掘实战>的实战第14章<基于基站定位数据的商圈分析>做的分析. 1 挖掘背景及目标从某通信运营商提供的特定接口解析得到用户的定位数据.利用 ...
模式识别：C-means(K-means)聚类算法与分级聚类(层次聚类)算法
C均值聚类算法与分级聚类算法的聚类分析一.实验目的理解聚类的整体思想,了解聚类的一般方法: 掌握 C-means与分级聚类算法算法思想及原理,并能够熟练运用这些算法进行聚类分析: 能够分析二者的优 ...
Kmeans、DBSCAN、层次聚类等三种聚类算法笔记
目录一.Kmeans模型 1 算法思想及步骤 2 最佳k值的确定方法 2.1 拐点法 2.2 轮廓系数法 2.3 间隔统计量法 3 Kmeans算法的缺点二.DBSCAN算法三.层次聚类算法 1 ...

python模块之scipy的层次聚类简单测试与使用

python模块之scipy的层次聚类简单测试与使用相关推荐

最新文章

热门文章