SKlearn库层次聚类凝聚

class sklearn.cluster.AgglomerativeClustering（n_clusters = 2，affinity =' euclidean '，memory = None，connectivity = None，compute_full_tree ='auto'，linkage ='ward'，pooling_func ='deprecated'，distance_threshold = None ）

 

参数：

n_clusters ： int或None，可选（默认= 2） 要查找的集群数。必须None如果 distance_threshold不是None。 affinity ： string或callable，默认值：“euclidean” 用于计算链接的度量标准。可以是“euclidean”，“l1”，“l2”，“manhattan”，“cosine”或“precomputed”。如果联系是“病房”，则只接受“欧几里德”。如果“预先计算”，则需要距离矩阵（而不是相似度矩阵）作为拟合方法的输入。 memory ： 具有joblib.Memory接口的None，str或object，可选 用于缓存树计算的输出。默认情况下，不进行缓存。如果给出了字符串，则它是缓存目录的路径。 连接 ： 类似数组或可调用，可选 连通矩阵。为每个样本定义遵循给定数据结构的相邻样本。这可以是连接矩阵本身或可调用的数据，将数据转换为连接矩阵，例如从kneighbors_graph派生。默认值为None，即层次聚类算法是非结构化的。 compute_full_tree ： bool或'auto'（可选） 在n_clusters处尽早停止构建树。如果簇的数量与样本数量相比不小，则这对于减少计算时间是有用的。仅在指定连接矩阵时，此选项才有用。还要注意，当改变簇的数量并使用高速缓存时，计算完整树可能是有利的。必须True如果 distance_threshold不是None。 link ： {“ward”，“complete”，“average”，“single”}，可选（默认=“病房”） 使用哪种链接标准。连接标准确定观察组之间使用的距离。该算法将合并最小化该标准的簇对。 ward最小化被合并的集群的方差。 平均值使用两组每次观察的平均距离。 完整或最大连锁使用两组中所有观测值之间的最大距离。 single使用两组所有观测值之间的最小距离。 pooling_func ： callable，default ='deprecated' 忽略。 从版本0.20pooling_func开始不推荐使用：已在0.20中弃用，将在0.22中删除。 distance_threshold ： float，optional（默认=无） 链接距离阈值高于该阈值，群集将不会合并。如果没有None，n_clusters必须是None而且compute_full_tree必须是True。 版本0.21中的新功能。