Основы иерархической кластеризации

Кластерный анализ на Python

Shaumik Daityari

Business Analyst

Создание матрицы расстояний с помощью linkage

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

method: способ вычисления близости кластеров
metric: метрика расстояния
optimal_ordering: порядок точек данных

Какой метод выбрать?

'single': по двум ближайшим объектам
'complete': по двум наиболее удалённым объектам
'average': по среднему арифметическому всех объектов
'centroid': по среднему геометрическому всех объектов
'median': по медиане всех объектов
'ward': по сумме квадратов

Создание меток кластеров с помощью fcluster

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

distance_matrix: результат метода linkage()
num_clusters: количество кластеров
criterion: правило определения порогов для формирования кластеров

Иерархическая кластеризация: метод ward

Иерархическая кластеризация: метод single

Иерархическая кластеризация: метод complete

Как выбрать метод: итоги

Универсального метода не существует
Важно тщательно изучить распределение данных

Давайте потренируемся!

Кластерный анализ на Python

Preparing Video For Download...