1、 凝聚层次聚类算法实现(非聚类库函数调用)python实现

凝聚层次聚类算法是一种自下而上的聚类方法，它将每个数据点视为一个独立的簇，然后将它们逐步合并成更大的簇，直到满足某个停止准则为止。以下是一个非聚类库函数调用的 Python 实现：

import numpy as np

# 定义距离函数
def distance(x, y):
    return np.sqrt(np.sum((x - y) ** 2))

# 定义凝聚层次聚类函数
def agglomerative_clustering(X, n_clusters):
    # 初始化簇
    clusters = [[x] for x in X]
    # 循环合并簇
    while len(clusters) > n_clusters:
        min_distance = float('inf')
        # 找到距离最近的两个簇
        for i in range(len(clusters)):
            for j in range(i + 1, len(clusters)):
                for x in clusters[i]:
                    for y in clusters[j]:
                        d = distance(x, y)
                        if d < min_distance:
                            min_distance = d
                            merge_clusters = (i, j)
        # 合并最近的两个簇
        i, j = merge_clusters
        clusters[i].extend(clusters[j])
        del clusters[j]
    return clusters

# 测试
X = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10]])
n_clusters = 3
clusters = agglomerative_clustering(X, n_clusters)
print(clusters)

以上代码实现了一个简单的凝聚层次聚类算法，可以通过输入样本和聚类数来得到聚类结果。