层次聚类 python代码

层次聚类是一种基于树形结构的聚类算法，它通过计算样本之间的相似度来构建一棵树形结构，树的叶子节点就是样本，而树的根节点则是所有样本的最近公共祖先。层次聚类分为两种：自上而下的聚合式层次聚类和自下而上的分裂式层次聚类。

下面是一个使用 Python 实现层次聚类的简单示例代码：

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

# 生成随机数据
X = np.random.rand(10, 2)

# 计算相似度矩阵
Z = linkage(X, 'ward')

# 绘制树状图
fig = plt.figure(figsize=(25, 10))
dn = dendrogram(Z)
plt.show()

在这个示例中，我们使用 numpy 库生成了一个包含 10 个样本，每个样本有两个特征的随机数据集。然后使用 scipy 库中的 linkage 函数计算相似度矩阵，并选择使用 Ward 方法进行层次聚类。最后使用 matplotlib 库绘制树状图。

相关问题

层次聚类python代码

下面是一个使用scikit-learn库进行层次聚类的Python代码示例：

from sklearn.cluster import AgglomerativeClustering
import numpy as np

# 创建样本数据
X = np.array([[5, 3],  
              [10, 15],
              [15, 12],
              [24, 10],
              [30, 30],
              [85, 70],
              [71, 80],
              [60, 78],
              [70, 55],
              [80, 91],])

# 进行层次聚类
clustering = AgglomerativeClustering(n_clusters=2).fit(X)

# 打印每个样本所属的簇
print(clustering.labels_)

上面的代码创建了一个包含10个样本的数据集，并使用`AgglomerativeClustering`类进行层次聚类。聚类的数量被设置为2个，因此最终生成2个簇。聚类结果存储在`clustering.labels_`中，打印输出即可看到每个样本所属的簇。

对文本相似度进行无监督学习层次聚类python代码示例

无监督学习层次聚类（Hierarchical Clustering）是一种将文本相似度作为输入，并通过不断合并最相似的样本形成聚类的过程。这里提供了一个使用`sklearn`库在Python中进行无监督文本聚类的简单例子，我们将使用`TfidfVectorizer`进行词频转换，并利用`AgglomerativeClustering`进行层次聚类：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.cluster import AgglomerativeClustering
import numpy as np

# 假设你有一个包含文本的列表
texts = ['这是一段文本', '这是另一段文本', '这是第三段文本', ...]

# 将文本转换成TF-IDF特征矩阵
vectorizer = TfidfVectorizer()
tfidf_matrix = vectorizer.fit_transform(texts)

# 创建层次聚类模型，设定连接策略（如ward、average、complete等）
n_clusters = None  # 如果不知道具体分几类，可以设置为None，系统会自动选取适当的簇数
linkage_method = 'ward'  # 可选链接法，这里用ward方法（倾向于生成较小的类）
agglo_clustering = AgglomerativeClustering(n_clusters=n_clusters, affinity='cosine', linkage=linkage_method)

# 训练模型
labels = agglo_clustering.fit_predict(tfidf_matrix)

# 打印聚类结果
for i in range(len(texts)):
    print(f"文本{i}属于类别{labels[i]}")

# 现在你可以分析聚类结果，比如查看每个类别的文档主题