聚类算法及python实现——层次聚类
构建二叉树
步骤
step1:将每个样品都看作一类
step2:计算每个样品两两之间的距离
step3:合并距离最近的两类变成一个新的类
step4:计算各个类之间的距离,合并,直至只有一类
类与类的距离计算method:
(1)最短距离法single
(2)最长距离法complete
(3)中间距离法weighted
(4)重心法centroid
(5)类平均法average
(6)离差平方和法ward
python代码
from scipy.cluster import hierarchy
from scipy.cluster.hierarchy import linkage
hc = linkage(data, method='single', metric='euclidean')
优势
(1)发现类别间的层次关系
(2)适用于任何形状的聚类
(3)可以不预先设置类别数
缺陷
(1)已执行的类不能撤销,类之间也不能交换对象
(2)计算复杂度高,大数据集不适用
(3)可能聚类成链状