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