Python机器学习——Agglomerative层次聚类
層次聚類（hierarchical clustering）可在不同層次上對(duì)數(shù)據(jù)集進(jìn)行劃分，形成樹(shù)狀的聚類結(jié)構(gòu)。AggregativeClustering是一種常用的層次聚類算法。?
??其原理是：最初將每個(gè)對(duì)象看成一個(gè)簇，然后將這些簇根據(jù)某種規(guī)則被一步步合并，就這樣不斷合并直到達(dá)到預(yù)設(shè)的簇類個(gè)數(shù)。這里的關(guān)鍵在于：如何計(jì)算聚類簇之間的距離？?
??由于每個(gè)簇就是一個(gè)集合，因此需要給出集合之間的距離。給定聚類簇Ci,CjCi,Cj，有如下三種距離：
?
Python實(shí)戰(zhàn)
??AgglomerativeClustering是scikit-learn提供的層級(jí)聚類算法模型，其原型為：
class sklearn.cluster.AgglomerativeClustering(n_clusters=2, affinity=’euclidean’, memory=None, connectivity=None, compute_full_tree=’auto’, linkage=’ward’, pooling_func=<function mean>)
參數(shù)
n_clusters：一個(gè)整數(shù)，指定分類簇的數(shù)量
connectivity：一個(gè)數(shù)組或者可調(diào)用對(duì)象或者None，用于指定連接矩陣
affinity：一個(gè)字符串或者可調(diào)用對(duì)象，用于計(jì)算距離。可以為：’euclidean’，’l1’，’l2’，’mantattan’，’cosine’，’precomputed’，如果linkage=’ward’，則affinity必須為’euclidean’
memory：用于緩存輸出的結(jié)果，默認(rèn)為不緩存
n_components：在 v-0.18中移除
compute_full_tree：通常當(dāng)訓(xùn)練了n_clusters后，訓(xùn)練過(guò)程就會(huì)停止，但是如果compute_full_tree=True，則會(huì)繼續(xù)訓(xùn)練從而生成一顆完整的樹(shù)
linkage：一個(gè)字符串，用于指定鏈接算法?
‘ward’：單鏈接single-linkage，采用dmindmin
‘complete’：全鏈接complete-linkage算法，采用dmaxdmax
‘a(chǎn)verage’：均連接average-linkage算法，采用davgdavg
pooling_func：一個(gè)可調(diào)用對(duì)象，它的輸入是一組特征的值，輸出是一個(gè)數(shù)
?
屬性
labels：每個(gè)樣本的簇標(biāo)記
n_leaves_：分層樹(shù)的葉節(jié)點(diǎn)數(shù)量
n_components：連接圖中連通分量的估計(jì)值
children：一個(gè)數(shù)組，給出了每個(gè)非節(jié)點(diǎn)數(shù)量
方法
fit(X[,y])：訓(xùn)練樣本
fit_predict(X[,y])：訓(xùn)練模型并預(yù)測(cè)每個(gè)樣本的簇標(biāo)記
?
?
?
?
可以看到當(dāng)n_clusters=4時(shí)，ARI指數(shù)最大，因?yàn)榇_實(shí)是從四個(gè)中心點(diǎn)產(chǎn)生的四個(gè)簇。
?可以看到，三種鏈接方式隨分類簇的數(shù)量的總體趨勢(shì)相差無(wú)幾。但是單鏈接方式ward的峰值最大，且峰值最大的分類簇的數(shù)量剛好等于實(shí)際生成的簇的數(shù)量。
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
總結(jié)
以上是生活随笔為你收集整理的Python机器学习——Agglomerative层次聚类的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： Python机器学习——DBSCAN聚类
- 下一篇： __new__ __init__区别