13、无监督学习与神经网络工具包技术详解

无监督学习与神经网络工具包技术详解

1. 层次聚类（Hierarchical Clustering）

层次聚类，也称为层次聚类分析，是一种将相似对象分组到称为簇的组中的算法。最终会得到一组簇，每个簇与其他簇不同，并且每个簇内的对象大致相似。

操作步骤

1. 打开名为 Chapter-006-008-Hierarchical-clustering-01.ipynb 的 Jupyter 笔记本。
2. 选择用于计算链接的度量，可从 “Euclidean”、“l1”、“l2”、“manhattan”、“cosine” 中选择。
3. 选择链接准则，不同的链接准则控制着如何计算观测集之间的距离，算法会合并使该准则最小化的簇对：
   • Ward：最小化合并簇的方差。
   • Average：使用两组中每个观测值距离的平均值。
   • Complete 或 maximum linkage：使用两组中所有观测值之间的最大距离。
   • Single：使用两组中所有观测值之间的最小距离。

影响分析

不同的参数对聚类的成功有积极或消极的影响。可以通过打开 Chapter-009-009-Hierarchical-clustering-02.ipynb 、 Chapter-009-010-Hierarchical-clustering-02.ipynb 和 Chapter-009-