使用樹狀圖做層次聚類分析

一、實驗目的

如果您以前從未使用過樹狀圖，那麼使用樹狀圖是查看多維數據如何聚集在一起的好方法。 在這本筆記本中，我將簡單探索通過層次分析，藉助樹狀圖將其可視化。

二、層次分析

層次分析是聚類分析的一種，scipy有這方面的封裝包。

linkage函數從字面意思是鏈接，層次分析就是不斷鏈接的過程，最終從n條數據，經過不斷鏈接，最終聚合成一類，演算法就此停止。

dendrogram是用來繪製樹形圖的函數。

三、實驗數據

grain_variety是標籤，其他列為多種屬性的值（特徵）。

四、使用linkage對samples進行層次聚類

sacipy中y是距離矩陣，我對此只是傻傻的理解成特徵矩陣。 矩陣是(m*n) ，其中m行代表m條記錄,n代表n個特徵

返回結果X是(m-1)*4的矩陣。 具體含義請看下面的案例

層次分析圖從上到下看，依次是枝和葉。

第一列和第二列代表類標籤，包含葉子和枝子。

第三列代表葉葉（或葉枝，枝枝）之間的距離

第四列代表該層次類中含有的樣本數（記錄數）

五、不同的層次聚類演算法

method是指計算類間距離的方法,比較常用的有3種:

(1)single:最近鄰,把類與類間距離最近的作為類間距

(2)average:平均距離,類與類間所有pairs距離的平均

(3)complete:最遠鄰,把類與類間距離最遠的作為類間距

我們寫曾側分析法函數，看看不同的method從圖中有什麼區別

由於數據量比較少，complete和average方法做出來的圖完全一樣。

如果您還有疑問，可掃下方小程序碼向大鄧提問，大鄧知無不言言無不盡！

往期文章

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！