【Python机器学习】层次聚类AGNES、二分K-Means算法的讲解及实战演示（图文解释 附源码）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~

层次聚类

在聚类算法中，有一类研究执行过程的算法，它们以其他聚类算法为基础，通过不同的运用方式试图达到提高效率，避免局部最优等目的，这类算法主要有网格聚类和层次聚类算法

网格聚类算法强调的是分批统一处理以提高效率，具体的做法是将特征空间划分为若干个网格，网格内的所有样本看成一个单元进行处理，网格聚类算法要与划分聚类或密度聚类算法结合使用，网格聚类算法处理的单元只与网格数量有关，与样本数量无关，因此在数据量大时，网格聚类算法可以极大地提高效率

层次（Hierarchical）聚类算法强调的是聚类执行的过程，分为自底向上的凝聚方法和自顶向下的分裂方法两种。

凝聚方法是先将每一个样本点当成一个簇，然后根据距离和密度等度量准则进行逐步合并。

分裂方法是先将所有样本点放在一个簇内，然后再逐步分解。

前者的典型算法有AGNES算法，后者的典型算法有二分k-means算法。

1：二分 k-means算法

二分k-means算法先将所有点看成一个簇，然后将该簇一分为二，之后选择其中一个簇继续分裂。选择哪一个簇进行分裂，取决于对其进行的分裂是否可以最大程度降低SSE值。如此分裂下去，直到达到指定的簇数目k为止

效果展示如下

 

部分代码如下 下面是分裂主循环代码

while len(SSE) < n_clusters:
    max_changed_SSE = 0
    tag = -1
    for i in range(len(SSE)): # 对每个簇进行试分簇，计算SSE的减少量
        estimator = KMeans(init='k-means++', n_clusters=2, n_init=n_init).fit(samples[i]) # 二分簇
        changed_SSE = S