scikit-learn之聚类算法之Hierarchical clustering(层次聚类)

算法流程

层次聚类分为分裂法和凝聚法，分裂法由上向下把大的类别（cluster）分割，凝聚法由下向上对小的类别进行聚合，但是一般用的比较多的是由下向上的凝聚法。
下面只介绍凝聚法，分裂法和凝聚法类似：
1、将样本集中的所有的样本点都当做一个独立的类簇；
2、计算两两类簇之间的距离（对应下面的 linkage 和 affinity 参数），找到距离最小的两个类簇 c1 和 c2；
3、合并类簇 c1 和 c2 为一个类簇；
重复 2、3 步骤，直到达到聚类的数目或者达到设定的条件（为两两类簇之间的距离设置一个阈值）；
sklearn中的参数

[sklearn.cluster.AgglomerativeClustering]
n_clusters=2： int，聚类个数；
affinity=’euclidean’： string or callable，计算距离的方法，可以是 “euclidean”（即 “l2”，欧氏距离），“manhattan”（即 “l1”，曼哈顿距离，有利于稀疏特征或稀疏噪声，例如文本挖掘中使用稀有词的出现作为特征时，会出现许多 0）, “cosine”（余弦距离）, ‘precomputed’（预先计算的 affinity matrix），如果 linkage=“ward”，只能选择 “euclidean”，选择度量标准的方针是使得不同类样本