白云岛资源网 Design By www.pvray.com
本文实例为大家分享了Python实现简单层次聚类算法,以及可视化,供大家参考,具体内容如下
基本的算法思路就是:把当前组间距离最小的两组合并成一组。
算法的差异在算法如何确定组件的距离,一般有最大距离,最小距离,平均距离,马氏距离等等。
代码如下:
import numpy as np import data_helper np.random.seed(1) def get_raw_data(n): _data=np.random.rand(n,2) #生成数据的格式是n个(x,y) _groups={idx:[[x,y]] for idx,(x,y) in enumerate(_data)} return _groups def cal_distance(cluster1,cluster2): #采用最小距离作为聚类标准 _min_distance=10000 for x1,y1 in cluster1: for x2,y2 in cluster2: _distance=(x1-x2)**2+(y1-y2)**2 if _distance<_min_distance: _min_distance=_distance return _distance groups=get_raw_data(10) count=0 while len(groups)!=1:#判断是不是所有的数据是不是归为了同一类 min_distance=10000 len_groups=len(groups) for i in groups.keys(): for j in groups.keys(): if i>=j: continue distance=cal_distance(groups[i],groups[j]) if distance<min_distance: min_distance=distance min_i=i min_j=j#这里的j>i groups[min_i].extend(groups.pop(min_j)) data_helper.draw_data(groups) #一共n个簇,共迭代n-1次
运行的效果就是迭代一次,组数就会少一次,调用画图方法,同一组的数据被显示为一个颜色。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
白云岛资源网 Design By www.pvray.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
白云岛资源网 Design By www.pvray.com
暂无评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。