Özet - Hiyerarşik kümeleme

Bu grupta hiyerarşik kümeleme ve dendrogram'ı öğrendin.

Özet: hiyerarşik kümeleme

Bu grupta:

Birleştirici kümeleme her örnekle başlar, en yakın kümeleri birleştirir; sonuç bir ağaçtır.
linkage matrisi ve dendrogram; büyük mesafe sıçraması iyi kesim noktasıdır.
fcluster (maxclust/distance) ve AgglomerativeClustering (n_clusters/distance_threshold).
Bağlantı türleri: single (zincir), complete, average, ward (varsayılan).
Deterministiktir; büyük veride yavaştır; yeni örnekler için etiketlerle sınıflandırıcı eğitilir.

Uygulama Dendrogram ve kesim

Küçük veride Ward bağlantısını hesapla ve dendrogramı çizip kaydet. Ardışık birleşme mesafeleri arasındaki en büyük sıçramanın ortasından ((Z[i, 2] + Z[i + 1, 2]) / 2, i = np.diff(Z[:, 2]).argmax()) kesip fcluster(..., criterion="distance") ile etiketleri yazdır.

Örnek çözümü göster

import numpy as np
from scipy.cluster.hierarchy import linkage, fcluster

X = np.array([[0, 0], [0, 1], [1, 0], [5, 5], [5, 6], [6, 5], [12, 0], [12, 1]])
from scipy.cluster.hierarchy import dendrogram
import matplotlib.pyplot as plt

Z = linkage(X, method="ward")
fig, ax = plt.subplots()
dendrogram(Z, ax=ax)
fig.savefig("agac.png")
i = np.diff(Z[:, 2]).argmax()
esik = (Z[i, 2] + Z[i + 1, 2]) / 2
print(fcluster(Z, t=esik, criterion="distance"))

Kendini test et

Hangi bağlantı KMeans'e en benzer kümeler üretir?
- single
- average
- complete
- ward
Cevabı göster

ward — Ward, KMeans gibi küme içi kare mesafeyi en az artıran birleşmeyi seçer.
Dendrogramı çiz.
```
____(Z, ax=ax)
```
Cevabı göster
```
dendrogram(Z, ax=ax)
```
Araçları eşleştir.

linkage

Birleşme matrisi
dendrogram

Ağaç çizimi
fcluster

Ağacı kesme
AgglomerativeClustering

scikit-learn sürümü

Sıradaki ders: Veri hazırlama

Deneyiminizi Geliştiriyoruz

Çerez Tercihleri

Kesinlikle Gerekli Çerezler

Analitik Çerezler