【层次聚类】python scipy实现

最新推荐文章于 2025-06-22 11:06:15 发布

weixin_30445169

最新推荐文章于 2025-06-22 11:06:15 发布

阅读量225

点赞数

CC 4.0 BY-SA版权

文章标签： python 人工智能

原文链接：http://www.cnblogs.com/dplearning/p/8574850.html

本文详细介绍层次聚类算法的原理及应用场景，特别适用于无先验类别数的情况。文章提供了使用Python的scipy库进行层次聚类的具体步骤和示例代码。

层次聚类

原理

有一个讲得很清楚的博客：博客地址
主要用于：没有groundtruth，且不知道要分几类的情况

用scipy模块实现聚类

参考函数说明：
pdist
squareform
linkage
fcluster

scipy.spatial.distance.pdist：计算点之间的距离，返回的是一个压缩过的距离矩阵，即一行距离数据，减少了方阵中数据重复占用的空间。
scipy.spatial.distance.squareform：距离矩阵的方阵与压缩矩阵相互转换函数
scipy.cluster.hierarchy.linkage：层次聚类函数，返回一个四列的数据，第一和第二列是该次聚合的类序号，第三列是这两类间聚类，第四列是该类中包含多少元素数据
scipy.cluster.hierarchy.fcluster：根据指定阈值和linkage生成的聚类树得到最终的聚类结果。

例：已有距离矩阵，进行层次聚类

import scipy
import scipy.cluster.hierarchy as sch
import numpy as np
import msgpack

# 读取距离矩阵
f = open("distance.msgpack", "r")
dis = msgpack.loads(f.read())
dis_arr = np.array(dis)

# 压缩距离矩阵
disMat = scipy.spatial.distance.squareform(dis_arr)

# 生成聚类树
Z=sch.linkage(disMat,method='average')
print Z

# 得到聚类结果
cluster= sch.fcluster(Z, 0.2, 'distance')

print cluster

转载于:https://www.cnblogs.com/dplearning/p/8574850.html