【机器学习】【层次聚类算法-2】层次聚类算法（Hierarchical Clustering Alg）的Python实现

别看层次聚类算法简单，但是实现起来在数据结构方面还需要思考一番，不是那么轻而易举的确定数据结构，实现过的人应该知道的。

python代码是自己实现，执行结果和数学计算结果完全一致，可以放心read-code

完全人肉出品，代码详见如下：

1.层次聚类算法的计算过程原理

详见以前文章：https://blog.youkuaiyun.com/u012421852/article/details/80531184

2.Code

# -*- coding: utf-8 -*-
"""
@author: 蔚蓝的天空Tom
Talk is cheap, show me the code
Aim: 实现层次聚类算法Hierarchical Clustering Alg
"""

import numpy as np
    
class CHC(object):
    '''
    Hierarchical Clustering Algorithm，HCA，层次聚类算法
    '''
    def __init__(self, samples):
        self.samples = samples
        self.hc = []
        self.cnt = 0
        self._work()

    def indmin_matrix(self, M):
        '''得到矩阵M中最小元素的行列坐标'''
        row,col = divmod(np.argmin(M), np.shape(M)[1])
        return row,col
    
    def em(self, A, B):
        '''
        计算A和B之间的欧式距离
        比如A=[1,1], B=[4,5]的欧式距离=5.0
        '''
        efunc = lambda a,b : np.power(float(a)-float(b),2)
        func = np.frompyfunc(efunc, 2, 1)
        em = np.sqrt(sum(func(A,B)))
        return em
    
    def AverageLinkage(self, A, B):
        '''计算两个组合数据点中的每个数据点与其他所有数据点的距离
        将所有距离的均值作为两个组合数据点间的距离
        a = [1,1],b = [1,1]
        c = [4,5],d = [6,7]
        A=[a,b] B=