python分层聚类集群合并_24、python分层聚类案例(scipy方法)
目录
1、分层聚类算法
2、方法
3、分析步骤
4、案例
1、分层聚类算法
层次聚类算法又称为树聚类算法,它根据数据之间的距离,透过一种层次架构方式,反复将数据
进行聚合,创建一个层次以分解给定的数据集。
2、方法
01 聚类方法
linkage=scipy.cluster.hierarchy.linkage(data,method='single')
data 训练样本
method 类距离的计算公式:
1、single l两个类之间最短距离的点的距离
2、complete 两个类之间最长距离的点的距离
3、centroid 两个所有点的中点的距离
02 层次聚类绘图
scipy.cluster.hierarchy.dendrogram(linkage)
linkage 层次聚类的结果
03 层次聚类分类方法
scipy.cluster.hierarchy.fcluster(linkage,n,criterion='maxclust')
linkage 层次聚类的结果
n 要聚类的个数
criterion 划分方法,使用maxclust,最大划分法
3、分析步骤
01 计算每两个点距离的平方
计算公式:也就是两个点距离的平方。
02 找出他们之间的最近距离进行合并
两点的均值作为新值,归为一类
03 重新计算新生成的这个类与各个旧类之间的相似度
04 重复胡2和3的步骤
4、案例
import pandas as pd
import matplotlib.pyplot as plt
data=pd.read_csv('D:\\DATA\\pycase\\7.1\\data.csv')
# 提取关键特征 data.columns
fColumns=[ '工作日上班时电话时长', '工作日下半时电话时长', '周末电话时长', '国际电话时长', '总电话时长',
'平均每次通话时长']
# 导入距离计算公式,并且进行训练数据
import scipy.cluster.hierarchy as hcluster
linkage=hcluster.linkage(
data[fColumns],
method='centroid')
# 查看层次聚类的结果
hcluster.dendrogram(linkage)
# 仅仅查看其中一部分的数据,这里查看12个数据
hcluster.dendrogram(
linkage,
truncate_mode='lastp',
p=12,
leaf_font_size=12.
)
# 进行层次聚类
pTarget=hcluster.fcluster(
linkage,3,
criterion='maxclust')
# 对样本量进行统计交叉
pd.crosstab(pTarget,pTarget)
# 通过PCA对数据进行降维
from sklearn.decomposition import PCA
pca_2=PCA(n_components=2)
data_pca=pca_2.fit_transform(data[fColumns])
# 转化为数据框
data_pca_2=pd.DataFrame(data_pca)
# 绘图
plt.scatter(
data_pca_2[0],
data_pca_2[1],
c=pTarget)
# 绘制每个数据特征的影响和表现
# 3 定义空的数据框
dMean=pd.DataFrame(columns=fColumns+['分类'])
data_gb=data[fColumns].groupby(pTarget)
i=0;
for g in data_gb.groups:
rMean=data_gb.get_group(g).mean()
rMean['分类']=g
dMean=dMean.append(rMean,ignore_index=True)
subData=data_gb.get_group(g)
for column in fColumns:
i=i+1
p=plt.subplot(3,5,i)
p.set_title(column)
p.set_ylabel(str(g)+"分类")
plt.hist(subData[column],bins=20)
# 绘制折线图data.columns
pTarget=pTarget-1 # 下面绘图从0开始绘制
r=data[['工作日上班时电话时长', '工作日下半时电话时长', '周末电话时长', '国际电话时长']]
r.index=data.客户编号
r['聚类类别']=pTarget
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
#有中文出现的情况,需要u'内容'
style=['ro-','go-','bo-']
fColumns2=[ '工作日上班时电话时长', '工作日下半时电话时长', '周末电话时长', '国际电话时长']
xlabels=fColumns2
# # %matplotlib qt 弹窗
k=3
for i in range(k): #注意作图、做出不同样式
plt.figure()
tmp=r[r[u'聚类类别']==i].iloc[:,:4] # 提取每一类
for j in range(len(tmp)):
plt.plot(range(1,5),tmp.iloc[j],style[i])
plt.xticks(range(1,5),xlabels,rotation=20) #坐标标签
plt.subplots_adjust(bottom=0.15) # 调整底部
plt.savefig(u'%s%s,png'%('D:\\DATA\\pycase\\7.1\\scipy',i)) #保存图片
python分层聚类集群合并_24、python分层聚类案例(scipy方法)相关推荐
- python搭建分布式集群_利用python的dask搭建分布式集群
一.dask介绍 优势:dask内部自动实现了分布式调度.无需用户自行编写复杂的调度逻辑和程序:通过调用简单的方法就可以进行分布式计算.并支持部分模型的并行化处理:内部实现的分布式算法:xgboost ...
- 《Pyflink》Flink集群安装,Python+Flink调研
Flink集群安装,Python+Flink调研 Flink集群部署 下载对应版本安装包:https://flink.apache.org/downloads.html 实验环境为hadoop2.7, ...
- Redis数据库搭建集群(集群概念、redis集群、搭建集群(配置机器1、2、创建集群、数据操作验证)、Python与redis集群交互)
1. 集群的概念 集群是一组相互独立的.通过高速网络互联的计算机,它们构成了一个组,并以单一系统的模式加以管理.一个客户与集群相互作用时,集群像是一个独立的服务器.集群配置是用于提高可用性和可缩放性. ...
- 原创:centos7.1下 ZooKeeper 集群安装配置+Python实战范例
centos7.1下 ZooKeeper 集群安装配置+Python实战范例 下载:http://apache.fayea.com/zookeeper/zookeeper-3.4.9/zookeepe ...
- python操作redis集群_python操作redis集群
strictRedis对象方法用于连接redis 指定主机地址,port与服务器连接,默认db是0,redis默认数据库有16个,在配置文件中指定database 16 上代码 1.对redis的单实 ...
- 本地Spark连接远程集群Hive(Scala/Python)
精选30+云产品,助力企业轻松上云!>>> 点击蓝色"大数据每日哔哔"关注我 加个"星标",第一时间获取大数据架构,实战经验 摘要:本地Spa ...
- python 操作redis集群
python 操作redis集群 一.连接redis集群 python的redis库是不支持集群操作的,推荐库:redis-py-cluster,一直在维护.还有一个rediscluster库,看Gi ...
- python集群_使用Python集群文档
python集群 Natural Language Processing has made huge advancements in the last years. Currently, variou ...
- python搭建分布式集群_Spark完全分布式集群搭建【Spark2.4.4+Hadoop3.2.1】
一.安装Linux 需要:3台CentOS7虚拟机 注意: 虚拟机的网络设置为NAT模式,NAT模式可以在断网的情况下连接上虚拟机而桥架模式不行! 二.设置静态IP 跳转目录到: 修改IP设置: 备注 ...
最新文章
- ORACLE百万记录SQL语句优化技巧
- Hadoop 在关机重启后,namenode启动报错
- Windows系统帮助中心程序的0day漏洞
- 红米手机停在机器人这里_iQOO Z1和红米K30 至尊纪念版,谁更值得选择?
- 无锁数据结构三:无锁数据结构的两大问题
- IOS UI开发基础之超级猜图完整版本-08
- 数据库设计方法学概述
- linux 安装rpm包时遇到error:Failed dependencies解法方法
- 【深度学习】CNN模型的可视化-1
- 步步为营VS 2008 + .NET 3.5(2) - VS 2008新特性之JavaScript Intellisense and Debugging
- 64位win10安装不了64位java(点了安装没反应)
- CAN协议要点及车辆CAN协议破解
- 俄亥俄大学计算机科学专业,北俄亥俄大学专业都有哪些呢?了解一下!
- 从普通大专到阿里只用了8个月,我是如何在迷茫期后面试阿里拿到Offer,定级阿里P7的?
- 新媒体下旅游目的地营销研究――以安徽省灵璧县为例
- C/C++蓝桥杯三升序列
- 立冬、小雪、凛冬将至:如何理解美国科技企业裁员潮?
- 机器学习系列(一)—— 绪言
- 2021年江苏高考生物成绩查询,2021年江苏省高考生物考试说明.docx
- CSM(Certified Scrum Master) 敏捷认证是什么?
热门文章
- WinDBg定位asp.net mvc项目异常崩溃源码位置
- 万字长文,带你彻底理解EF Core5的运行机制,让你成为团队中的EF Core专家
- .NET 云原生架构师训练营(模块二 基础巩固 REST RESTful)--学习笔记
- BeetleX之Websocket协议分析详解
- 一个有趣的问题, 你知道SqlDataAdapter中的Fill是怎么实现的吗
- Asp.Net Core Blazor之容器部署
- 【半译】两个gRPC的C#库:grpc-dotnet vs Grpc.Core
- ASP.NET Core分布式项目实战(第三方ClientCredential模式调用)--学习笔记
- dotnet Blazor 用 C# 控制界面行为
- 优秀的程序员是那种过单行线马路都要往两边看的人