Ograniczenia klasteryzacji hierarchicznej

Analiza skupień w Pythonie

Shaumik Daityari

Business Analyst

Pomiar prędkości klasteryzacji hierarchicznej

Moduł timeit
Pomiar prędkości metody .linkage()
Losowo wygenerowane punkty
Kilka iteracji do ekstrapolacji

Użycie modułu 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)

Porównanie czasu działania metody linkage

Rosnący czas działania wraz z liczbą punktów
Kwadratowy wzrost czasu działania
Nieefektywne dla dużych zbiorów danych

Czas na ćwiczenia

Analiza skupień w Pythonie