层次聚类基础

Python 中的聚类分析

Shaumik Daityari

Business Analyst

用 linkage 创建距离矩阵

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

method：计算簇间接近度的方式
metric：距离度量
optimal_ordering：数据点排序

应使用哪种方法？

'single'：基于最近的两个对象
'complete'：基于最远的两个对象
'average'：基于所有对象的算术平均
'centroid'：基于所有对象的几何中心
'median'：基于所有对象的中位数
'ward'：基于平方和最小化

用 fcluster 生成簇标签

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

distance_matrix：linkage() 的输出
num_clusters：簇的数量
criterion：形成簇的阈值判定方式

Ward 法的层次聚类

单链接法的层次聚类

完全连接法的层次聚类

方法选择的要点

不存在放之四海而皆准的方法
需仔细理解数据分布

让我们做些练习

Python 中的聚类分析

Preparing Video For Download...