使用scipy进行聚类

最新推荐文章于 2022-01-13 05:55:46 发布

原创

最新推荐文章于 2022-01-13 05:55:46 发布 · 9k 阅读

3 ·

CC 4.0 BY-SA版权

这篇博客介绍了如何在紧急情况下使用scipy的cluster模块进行聚类分析。作者分享了一个从StackOverflow找到的简单示例，强调了尽管算法简单，但中文资料稀缺。建议有兴趣的读者查阅scipy的英文官方文档以获取更详细信息。

最近做图像的时候，突然有个idea，需要进行聚类，其实算法很简单，但是当时很急，就直接使用了scipy的cluster。

使用起来其实很简单，但是中文的文章很少，所以就简单的介绍一下，感兴趣的也可以自己去看一下英文的文档：http://docs.scipy.org/doc/scipy/reference/cluster.html。

这是我从stackoverflow看到的一个demo，如果只是简单的使用cluster，这样就可以了。

import scipy
import scipy.cluster.hierarchy as sch
import matplotlib.pylab as plt

scipy.randn(100,2)

d = sch.distance.pdist(X)

Z= sch.linkage(d,method='complete')

P =sch.dendrogram(Z)

plt.savefig('plot_dendrogram.png')

T = sch.fcluster(Z, 0.5*d.max(), 'distance')
#array([4, 5, 3, 2, 2, 3, 5, 2, 2, 5, 2, 2, 2, 3, 2, 3, 2, 5, 4, 5, 2, 5, 2,
#       3, 3, 3, 1, 3, 4, 2, 2, 4, 2, 4, 3, 3, 2, 5, 5, 5, 3, 2, 2, 2, 5, 4,
#       2, 4, 2, 2, 5, 5, 1, 2, 3, 2, 2, 5, 4, 2, 5, 4, 3, 5, 4, 4, 2, 2, 2,
#       4, 2, 5, 2, 2, 3, 3, 2, 4, 5, 3, 4, 4, 2, 1, 5, 4, 2, 2, 5, 5, 2, 2,
#       5, 5, 5, 4, 3, 3, 2, 4], dtype=int32)

sch.leaders(Z,T)

如果想要了解更多一些的话，可以参考 http://nbviewer.ipython.org/github/herrfz/dataanalysis/blob/master/week4/clustering_example.ipynb

这篇文章其实写的已经非常棒了，虽然文件我没有能够成功down下来。