Grenzen des hierarchischen Clusterings

Cluster Analysis in Python

Shaumik Daityari

Business Analyst

Geschwindigkeit im hierarchischen Clustering messen

Modul timeit
Geschwindigkeit der Methode .linkage() messen
Zufällig erzeugte Punkte verwenden
Mehrere Durchläufe zum Extrapolieren

Einsatz des Moduls timeit

from scipy.cluster.hierarchy import linkage
import pandas as pd
import random, timeit

points = 100
df = pd.DataFrame({'x': random.sample(range(0, points), points),
                   'y': random.sample(range(0, points), points)})

%timeit linkage(df[['x', 'y']], method = 'ward', metric = 'euclidean')

1.02 ms ± 133 µs pro Schleife (Mittelwert ± Stdabw. von 7 Läufen, je 1000 Schleifen)

Laufzeitvergleich der Methode linkage

Laufzeit steigt mit Datenpunkten
Quadratischer Laufzeitanstieg
Für sehr große Datensätze ungeeignet

Als Nächstes: Übungen

Cluster Analysis in Python