scipy层次聚类代码

Scipy是一个开源的Python科学计算库，其中包含了许多用于数据分析和聚类的功能。层次聚类是一种无监督学习算法，用于将数据集中的样本按照相似性进行分组。Scipy提供了一个层次聚类的模块`scipy.cluster.hierarchy`，其中包含了实现层次聚类的函数。

下面是一个使用Scipy进行层次聚类的示例代码：

import numpy as np
from scipy.cluster.hierarchy import dendrogram, linkage
import matplotlib.pyplot as plt

# 创建一个样本数据集
X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])

# 使用linkage函数进行层次聚类
Z = linkage(X, 'single')

# 绘制树状图
dendrogram(Z)

plt.title('Hierarchical Clustering Dendrogram')
plt.xlabel('Sample Index')
plt.ylabel('Distance')
plt.show()

上述代码中，首先创建了一个样本数据集`X`，然后使用`linkage`函数对数据集进行层次聚类，指定了聚类方法为`single`，表示使用最近邻距离作为样本之间的距离度量。最后，使用`dendrogram`函数绘制了层次聚类的树状图。