4、层次聚类：原理、方法与应用

层次聚类：原理、方法与应用

1. 层次聚类概述

层次聚类和树状图的优势在于，你可以看到所有潜在聚类的细分情况，从而进行选择。例如，若要将物种数据集分为狗和猫两类，可在聚类的第一层停止；若要将所有物种分为家养和非家养动物，可在第二层停止。

2. 构建层次聚类

2.1 练习 7：构建层次结构

我们可以使用 Python 中的 SciPy 库来实现层次聚类。以下是具体步骤：
1. 生成虚拟数据 ：

from scipy.cluster.hierarchy import linkage, dendrogram, fcluster
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt
%matplotlib inline
# Generate a random cluster dataset to experiment on. X = coordinate 
# points, y = cluster labels (not needed)
X, y = make_blobs(n_samples=1000, centers=8, n_features=2, random_state=800)

2. 可视化数据 ：

plt.scatter(X[:,0]