基于scipy的层次聚类探究

最近又要开始做聚类了，之前做过的层次聚类的方法是用sklearn下的聚类，但是存在一定的缺陷：库并没有给我们提供足够的函数去评价聚类效果，如果想要对层次聚类树自定义损失函数，那么我们就需要剖析整棵层次聚类树了。在这样的背景下，我仔细研究了scipy下的层次聚类的API函数，并运用到了实际项目中。

我们分两种情况来进行讨论：1、给定了距离矩阵，2、没给定距离矩阵

1、给定了距离矩阵：

我们可以基于距离矩阵来计算。

当然，在凝聚层次聚类的过程中，我们需要对簇间的距离进行刻画。在scipy中，linkage的method有很多种：single、average、complete、weighted、centroid、median、ward等，这个method表示的是linkage算法，即聚类的连接算法。比如single表示最近距离，在计算两个簇的距离的时候，选取两个簇中最近的两个观测点作为簇间距离。average表示的是平均距离，complete表示的是最远距离。

此外还有一个参数metric，即计算两个观测点的距离，由于我们给定了距离矩阵，可以直接获得两个观测点的距离，但是，linkage函数并没有给我们提供类似于sklearn的precomputed选项，好在metric可以自定义，我们自定义metric。这里举个例子：

 # 计算距离矩阵中两行的距离

def func(u, v):
    v_list = list(v)
    pos_v = v_list.index(