层次聚类 Python 实现——从原理到代码实现

层次聚类 Python 实现——从原理到代码实现

层次聚类（hierarchical clustering）是一种将数据点逐步分组的聚类算法。与其他聚类算法不同的是，它不需要预先设置聚类数目，而是通过聚类树来展示数据点间的相似程度，并自下而上构建出聚类结果。本篇文章将从原理入手，介绍了层次聚类算法，并使用 Python 实现。

层次聚类算法简介

层次聚类算法主要分为两种：凝聚型（Agglomerative Clustering）和分裂型（Divisive Clustering）。本篇文章主要介绍凝聚型层次聚类算法。

凝聚型层次聚类算法的基本思想是将所有的数据点都看作一个簇，然后逐渐合并簇，直到所有数据点都被合并成为一个簇。具体而言，在该算法中，我们首先将每个数据点视为一个独立的簇，之后在每次聚合中选择距离最近的两个簇，合并成一个新的簇，并更新距离矩阵。直至最终得到包含所有数据点的簇集合。

层次聚类算法实现

接下来，我们将使用 Python 实现凝聚型层次聚类算法，并以 Iris 数据集为例进行演示。

载入数据

首先，我们载入所需的库，并读入 Iris 数据集。

import pandas as pd
from sklearn