层次聚类python_用python绘制层次聚类图-CSDN博客

本文链接：https://blog.csdn.net/weixin_33488806/article/details/113328116

本文介绍了如何使用Python的sklearn和scipy库进行层次聚类，并详细展示了如何绘制一维数据的层次聚类树状图(Dendrogram)。主要内容包括sklearn.cluster.AgglomerativeClustering API的解析以及利用scipy.dendrogram调整x轴以显示实际数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

层次聚类(Hierarchical clustering)代表着一类的聚类算法，这种类别的算法通过不断的合并或者分割内置聚类来构建最终聚类。聚类的层次可以被表示成树(或者树形图(dendrogram))。树根是拥有所有样本的唯一聚类，叶子是仅有一个样本的聚类。这里带大家用python绘制一维数据的层次聚类图。

工具准备

matplotlib
scipy
numpy
sklearn

sklean中的层次聚类

主要API解析

sklearn.cluster.AgglomerativeClustering(n_clusters=2(聚类数),
affinity='euclidean'(距离衡量标准“euclidean”, “l1”, “l2”, “manhattan”, “cosine”, or “precomputed”),
memory=None, connectivity=None, compute_full_tree='auto',
linkage='ward'(“ward”, “complete”, “average”, “single”), distance_threshold=None)

Ward 最小化所有聚类内的平方差总和。Maximum 或 complete linkage 最小化成对聚类间最远样本距离。Average linkage 最小化成对聚类间平均样本距离值。Single linkage 最小化成对聚类间最近样本距离值。

代码：