Python聚类算法之凝聚层次聚类实例分析
作者:intergret 时间:2023-08-01 05:30:14
本文实例讲述了Python聚类算法之凝聚层次聚类。分享给大家供大家参考,具体如下:
凝聚层次聚类:所谓凝聚的,指的是该算法初始时,将每个点作为一个簇,每一步合并两个最接近的簇。另外即使到最后,对于噪音点或是离群点也往往还是各占一簇的,除非过度合并。对于这里的“最接近”,有下面三种定义。我在实现是使用了MIN,该方法在合并时,只要依次取当前最近的点对,如果这个点对当前不在一个簇中,将所在的两个簇合并就行:
单链(MIN):定义簇的邻近度为不同两个簇的两个最近的点之间的距离。
全链(MAX):定义簇的邻近度为不同两个簇的两个最远的点之间的距离。
组平均:定义簇的邻近度为取自两个不同簇的所有点对邻近度的平均值。
# scoding=utf-8
# Agglomerative Hierarchical Clustering(AHC)
import pylab as pl
from operator import itemgetter
from collections import OrderedDict,Counter
points = [[int(eachpoint.split('#')[0]), int(eachpoint.split('#')[1])] for eachpoint in open("points","r")]
# 初始时每个点指派为单独一簇
groups = [idx for idx in range(len(points))]
# 计算每个点对之间的距离
disP2P = {}
for idx1,point1 in enumerate(points):
for idx2,point2 in enumerate(points):
if (idx1 < idx2):
distance = pow(abs(point1[0]-point2[0]),2) + pow(abs(point1[1]-point2[1]),2)
disP2P[str(idx1)+"#"+str(idx2)] = distance
# 按距离降序将各个点对排序
disP2P = OrderedDict(sorted(disP2P.iteritems(), key=itemgetter(1), reverse=True))
# 当前有的簇个数
groupNum = len(groups)
# 过分合并会带入噪音点的影响,当簇数减为finalGroupNum时,停止合并
finalGroupNum = int(groupNum*0.1)
while groupNum > finalGroupNum:
# 选取下一个距离最近的点对
twopoins,distance = disP2P.popitem()
pointA = int(twopoins.split('#')[0])
pointB = int(twopoins.split('#')[1])
pointAGroup = groups[pointA]
pointBGroup = groups[pointB]
# 当前距离最近两点若不在同一簇中,将点B所在的簇中的所有点合并到点A所在的簇中,此时当前簇数减1
if(pointAGroup != pointBGroup):
for idx in range(len(groups)):
if groups[idx] == pointBGroup:
groups[idx] = pointAGroup
groupNum -= 1
# 选取规模最大的3个簇,其他簇归为噪音点
wantGroupNum = 3
finalGroup = Counter(groups).most_common(wantGroupNum)
finalGroup = [onecount[0] for onecount in finalGroup]
dropPoints = [points[idx] for idx in range(len(points)) if groups[idx] not in finalGroup]
# 打印规模最大的3个簇中的点
group1 = [points[idx] for idx in xrange(len(points)) if groups[idx]==finalGroup[0]]
group2 = [points[idx] for idx in xrange(len(points)) if groups[idx]==finalGroup[1]]
group3 = [points[idx] for idx in xrange(len(points)) if groups[idx]==finalGroup[2]]
pl.plot([eachpoint[0] for eachpoint in group1], [eachpoint[1] for eachpoint in group1], 'or')
pl.plot([eachpoint[0] for eachpoint in group2], [eachpoint[1] for eachpoint in group2], 'oy')
pl.plot([eachpoint[0] for eachpoint in group3], [eachpoint[1] for eachpoint in group3], 'og')
# 打印噪音点,黑色
pl.plot([eachpoint[0] for eachpoint in dropPoints], [eachpoint[1] for eachpoint in dropPoints], 'ok')
pl.show()
运行效果截图如下:
希望本文所述对大家Python程序设计有所帮助。
标签:Python,算法
0
投稿
猜你喜欢
两种oracle创建字段自增长的实现方式
2024-01-15 09:47:44
MySQL select count(*)计数很慢优化方案
2024-01-23 21:31:24
Node.js多进程的方法与参数实例说明
2024-05-02 17:37:37
Python异步之迭代器如何使用详解
2023-09-10 17:48:34
python实现同时给多个变量赋值的方法
2021-10-09 07:02:50
python 生成正态分布数据,并绘图和解析
2022-02-11 07:14:00
使用php将某个目录下面的所有文件罗列出来的方法详解
2023-09-29 10:47:05
Python基于opencv的图像压缩算法实例分析
2022-09-29 11:20:41
python简单实现基于SSL的IRC bot实例
2022-05-29 21:18:03
Requests什么的通通爬不了的Python超强反爬虫方案!
2022-02-13 18:43:45
分享2个方便调试Python代码的实用工具
2021-08-26 18:50:08
Python中scatter散点图及颜色整理大全
2022-10-06 02:17:51
Vue3 ref构建响应式变量失效问题及解决
2023-07-02 16:33:49
pytorch 利用lstm做mnist手写数字识别分类的实例
2023-01-31 03:15:38
asp如何在约定时间显示特定的提示信息?
2010-06-28 16:52:00
perl AnyEvent简单介绍和入门知识
2022-09-22 03:10:50
Javascript 字符串模板的简单实现
2024-05-02 17:30:37
SQL Server数据库连接中常见的错误分析
2009-01-15 12:51:00
Python实例练习水仙花数问题讲解
2023-05-26 18:38:11
分享Win10 1903过TP的双机调试问题
2023-03-09 19:02:37