欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Python实现简单的层次聚类算法以及可视化

程序员文章站 2024-02-13 19:42:16
...

基本的算法思路就是:把当前组间距离最小的两组合并成一组。

算法的差异在算法如何确定组件的距离,一般有最大距离,最小距离,平均距离,马氏距离等等。

代码如下:

import numpy as np
import data_helper
np.random.seed(1)
def get_raw_data(n):
    _data=np.random.rand(n,2)
    #生成数据的格式是n个(x,y)
    _groups={idx:[[x,y]] for idx,(x,y) in enumerate(_data)}
    return _groups
def cal_distance(cluster1,cluster2):
    #采用最小距离作为聚类标准
    _min_distance=10000
    for x1,y1 in cluster1:
        for x2,y2 in cluster2:
            _distance=(x1-x2)**2+(y1-y2)**2
            if _distance<_min_distance:
                _min_distance=_distance
    return _distance
groups=get_raw_data(10)
count=0
while len(groups)!=1:#判断是不是所有的数据是不是归为了同一类
    min_distance=10000
    len_groups=len(groups)

    for i in groups.keys():
        for  j in groups.keys():
            if i>=j:
                continue
            distance=cal_distance(groups[i],groups[j])
            if distance<min_distance:
                min_distance=distance
                min_i=i
                min_j=j#这里的j>i
    groups[min_i].extend(groups.pop(min_j))
    data_helper.draw_data(groups)
    #一共n个簇,共迭代n-1次

运行的效果就是迭代一次,组数就会少一次,调用画图方法,同一组的数据被显示为一个颜色。