层次聚类分析例子(Python)
时间: 2023-08-14 15:57:35 浏览: 47
当然,我可以为您提供一个层次聚类分析的示例(Python代码)。请注意,这里使用的是scikit-learn库中的AgglomerativeClustering算法。
首先,您需要安装scikit-learn库。您可以使用以下命令来安装它:
```
pip install -U scikit-learn
```
然后,您可以使用以下代码执行层次聚类分析:
```python
import numpy as np
from sklearn.cluster import AgglomerativeClustering
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt
# 创建一个随机数据集
X, y = make_blobs(n_samples=50, centers=3, random_state=0)
# 层次聚类
clustering = AgglomerativeClustering(n_clusters=3).fit(X)
# 可视化结果
plt.scatter(X[:, 0], X[:, 1], c=clustering.labels_, cmap='viridis')
plt.show()
```
在这个示例中,我们使用`make_blobs`函数生成了一个具有3个聚类中心的随机数据集。然后,我们使用`AgglomerativeClustering`算法进行层次聚类,并指定了希望得到的聚类数目为3。最后,我们使用散点图将数据点根据聚类结果进行可视化。
请注意,这只是一个简单的示例,层次聚类还有其他参数和选项可供调整和优化。您可以根据实际需求进行修改和扩展。
希望这个示例能帮到您!如果您有任何其他问题,请随时提问。