本文實(shí)例講述了Python聚類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，指的是該算法初始時(shí)，將每個點(diǎn)作為一個簇，每一步合并兩個最接近的簇。另外即使到最后，對于噪音點(diǎn)或是離群點(diǎn)也往往還是各占一簇的，除非過度合并。對于這里的“最接近”，有下面三種定義。我在實(shí)現(xiàn)是使用了MIN，該方法在合并時(shí)，只要依次取當(dāng)前最近的點(diǎn)對，如果這個點(diǎn)對當(dāng)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(diǎn)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(yuǎn)的點(diǎn)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(diǎn)對鄰近度的平均值。
 

1. # scoding=utf-8 
2. # Agglomerative Hierarchical Clustering(AHC) 
3. import pylab as pl 
4. from operator import itemgetter 
5. from collections import OrderedDict,Counter 
6. points = [[int(eachpoint.split('#')[0]), int(eachpoint.split('#')[1])] for eachpoint in open("points","r")] 
7. # 初始時(shí)每個點(diǎn)指派為單獨(dú)一簇 
8. groups = [idx for idx in range(len(points))] 
9. # 計(jì)算每個點(diǎn)對之間的距離 
10. disP2P = {} 
11. for idx1,point1 in enumerate(points): 
12.   for idx2,point2 in enumerate(points): 
13.     if (idx1 < idx2): 
14.       distance = pow(abs(point1[0]-point2[0]),2) + pow(abs(point1[1]-point2[1]),2) 
15.       disP2P[str(idx1)+"#"+str(idx2)] = distance 
16. # 按距離降序?qū)⒏鱾€點(diǎn)對排序 
17. disP2P = OrderedDict(sorted(disP2P.iteritems(), key=itemgetter(1), reverse=True)) 
18. # 當(dāng)前有的簇個數(shù) 
19. groupNum = len(groups) 
20. # 過分合并會帶入噪音點(diǎn)的影響，當(dāng)簇?cái)?shù)減為finalGroupNum時(shí)，停止合并 
21. finalGroupNum = int(groupNum*0.1) 
22. while groupNum > finalGroupNum: 
23.   # 選取下一個距離最近的點(diǎn)對 
24.   twopoins,distance = disP2P.popitem() 
25.   pointA = int(twopoins.split('#')[0]) 
26.   pointB = int(twopoins.split('#')[1]) 
27.   pointAGroup = groups[pointA] 
28.   pointBGroup = groups[pointB] 
29.   # 當(dāng)前距離最近兩點(diǎn)若不在同一簇中，將點(diǎn)B所在的簇中的所有點(diǎn)合并到點(diǎn)A所在的簇中，此時(shí)當(dāng)前簇?cái)?shù)減1 
30.   if(pointAGroup != pointBGroup): 
31.     for idx in range(len(groups)): 
32.       if groups[idx] == pointBGroup: 
33.         groups[idx] = pointAGroup 
34.     groupNum -= 1 
35. # 選取規(guī)模最大的3個簇，其他簇歸為噪音點(diǎn) 
36. wantGroupNum = 3 
37. finalGroup = Counter(groups).most_common(wantGroupNum) 
38. finalGroup = [onecount[0] for onecount in finalGroup] 
39. dropPoints = [points[idx] for idx in range(len(points)) if groups[idx] not in finalGroup] 
40. # 打印規(guī)模最大的3個簇中的點(diǎn) 
41. group1 = [points[idx] for idx in xrange(len(points)) if groups[idx]==finalGroup[0]] 
42. group2 = [points[idx] for idx in xrange(len(points)) if groups[idx]==finalGroup[1]] 
43. group3 = [points[idx] for idx in xrange(len(points)) if groups[idx]==finalGroup[2]] 
44. pl.plot([eachpoint[0] for eachpoint in group1], [eachpoint[1] for eachpoint in group1], 'or') 
45. pl.plot([eachpoint[0] for eachpoint in group2], [eachpoint[1] for eachpoint in group2], 'oy') 
46. pl.plot([eachpoint[0] for eachpoint in group3], [eachpoint[1] for eachpoint in group3], 'og')   
47. # 打印噪音點(diǎn)，黑色 
48. pl.plot([eachpoint[0] for eachpoint in dropPoints], [eachpoint[1] for eachpoint in dropPoints], 'ok')   
49. pl.show() 

運(yùn)行效果截圖如下：

希望本文所述對大家Python程序設(shè)計(jì)有所幫助。