Podstawy klastrowania hierarchicznego

Analiza skupień w Pythonie

Shaumik Daityari

Business Analyst

Tworzenie macierzy odległości za pomocą linkage

scipy.cluster.hierarchy.linkage(observations, 
                                method='single', 
                                metric='euclidean', 
                                optimal_ordering=False
)

method: sposób obliczania bliskości klastrów
metric: miara odległości
optimal_ordering: kolejność punktów danych

Którą metodę wybrać?

'single': dwa najbliższe obiekty
'complete': dwa najdalsze obiekty
'average': średnia arytmetyczna wszystkich obiektów
'centroid': średnia geometryczna wszystkich obiektów
'median': mediana wszystkich obiektów
'ward': suma kwadratów

Tworzenie etykiet klastrów za pomocą fcluster

scipy.cluster.hierarchy.fcluster(distance_matrix, 
                                 num_clusters,
                                 criterion
)

distance_matrix: wynik metody linkage()
num_clusters: liczba klastrów
criterion: sposób wyznaczania progów tworzenia klastrów

Klastrowanie hierarchiczne – metoda ward

Klastrowanie hierarchiczne – metoda single

Klastrowanie hierarchiczne – metoda complete

Uwagi końcowe dotyczące wyboru metody

Nie istnieje jedna uniwersalna metoda
Należy dokładnie przeanalizować rozkład danych

Czas na ćwiczenia

Analiza skupień w Pythonie

Preparing Video For Download...