Omezení hierarchického shlukování

Cluster Analysis in Python

Shaumik Daityari

Business Analyst

Měření rychlosti hierarchického shlukování

  • Modul timeit
  • Měření rychlosti metody .linkage()
  • Použití náhodně generovaných bodů
  • Více iterací pro extrapolaci
Cluster Analysis in Python

Použití modulu 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 per loop (mean ± std. dev. of 7 runs, 1000 loops each)
Cluster Analysis in Python

Srovnání doby výpočtu metody linkage

  • Doba výpočtu roste s počtem bodů
  • Kvadratický nárůst doby výpočtu
  • Nevhodné pro velké datové sady

Cluster Analysis in Python

Nyní na cvičení

Cluster Analysis in Python

Preparing Video For Download...