Python聚類演算法之凝聚層次聚類執行個體分析

本文執行個體講述了Python聚類演算法之凝聚層次聚類。分享給大家供大家參考，具體如下：

凝聚層次聚類：所謂凝聚的，指的是該演算法初始時，將每個點作為一個簇，每一步合并兩個最接近的簇。另外即使到最後，對於噪音點或是離群點也往往還是各佔一簇的，除非過度合并。對於這裡的“最接近”，有下面三種定義。我在實現是使用了MIN，該方法在合并時，只要依次取當前最近的點對，如果這個點對當前不在一個簇中，將所在的兩個簇合并就行：

單鏈(MIN):定義簇的鄰近度為不同兩個簇的兩個最近的點之間的距離。
全鏈(MAX):定義簇的鄰近度為不同兩個簇的兩個最遠的點之間的距離。
組平均：定義簇的鄰近度為取自兩個不同簇的所有點對鄰近度的平均值。

# scoding=utf-8# Agglomerative Hierarchical Clustering(AHC)import pylab as plfrom operator import itemgetterfrom collections import OrderedDict,Counterpoints = [[int(eachpoint.split('#')[0]), int(eachpoint.split('#')[1])] for eachpoint in open("points","r")]# 初始時每個點指派為單獨一簇groups = [idx for idx in range(len(points))]# 計算每個點對之間的距離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# 按距離降序將各個點對排序disP2P = OrderedDict(sorted(disP2P.iteritems(), key=itemgetter(1), reverse=True))# 當前有的簇個數groupNum = len(groups)# 過分合并會帶入噪音點的影響，當簇數減為finalGroupNum時，停止合并finalGroupNum = int(groupNum*0.1)while groupNum > finalGroupNum:  # 選取下一個距離最近的點對  twopoins,distance = disP2P.popitem()  pointA = int(twopoins.split('#')[0])  pointB = int(twopoins.split('#')[1])  pointAGroup = groups[pointA]  pointBGroup = groups[pointB]  # 當前距離最近兩點若不在同一簇中，將點B所在的簇中的所有點合并到點A所在的簇中，此時當前簇數減1  if(pointAGroup != pointBGroup):    for idx in range(len(groups)):      if groups[idx] == pointBGroup:        groups[idx] = pointAGroup    groupNum -= 1# 選取規模最大的3個簇，其他簇歸為噪音點wantGroupNum = 3finalGroup = 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]# 列印規模最大的3個簇中的點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')  # 列印噪音點，黑色pl.plot([eachpoint[0] for eachpoint in dropPoints], [eachpoint[1] for eachpoint in dropPoints], 'ok')  pl.show()

運行效果如下：

希望本文所述對大家Python程式設計有所協助。

