階層式叢集的基礎

Python 中的叢集分析

Shaumik Daityari

Business Analyst

用 linkage 建立距離矩陣

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

method：計算叢集接近度的方式
metric：距離度量
optimal_ordering：資料點排序

該用哪一種方法？

'single'：以最近的兩個物件為準
'complete'：以最遠的兩個物件為準
'average'：以所有物件的算術平均為準
'centroid'：以所有物件的幾何中心為準
'median'：以所有物件的中位數為準
'ward'：以平方和為準

用 fcluster 產生叢集標籤

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

distance_matrix：linkage() 的輸出
num_clusters：叢集數量
criterion：如何決定成叢門檻

使用 ward 方法的階層式叢集

使用 single 方法的階層式叢集

使用 complete 方法的階層式叢集

挑選方法的最後建議

沒有放諸四海皆準的方法
需要仔細理解資料分佈

一起來練習吧！

Python 中的叢集分析

Preparing Video For Download...