python 凝聚聚类之树状图

1、脚本

# scikit-learn 没有绘制树状图的功能，需借助 SciPy 库完成
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
from scipy.cluster.hierarchy import dendrogram, ward


# 生成模拟数据
X, y = make_blobs(n_samples=13,
                  random_state=42
                 )

# 在数据组 X 上应用 ward 聚类函数，返回聚类过程中所跨越距离的数组
linkage_array = ward(X)
# 绘制树状图
dendrogram(linkage_array)

# 标记数中划分为两个和三个簇的位置
ax = plt.gca()
bounds = ax.get_xbound()

plt.plot(bounds,
         [27, 27], 
         '-.',
         c='y')
plt.plot(bounds,
         [14, 14], 
         '-.',
         c='y'
        )

plt.text(x=bounds[1],
         y=27,
         s=' two clusters',
         va='center',
         fontsize=15
        )

# 添加文本注释
plt.text(x=bounds[1],
         y=14, 
         s=' three clusters',
         va='center',
         fontsize=15
        )

# 调整子区布局
plt.subplots_adjust(left=0.1,
                    right=0.75,
                    top=0.9,
                    bottom=0.1
                   )


plt.show()

2、聚类过程的示意树状图

 

 

 3、按语

此树状图的底部显示的是数据点，这些数据点作为叶节点最终形成一棵聚类树，每合并两个两个簇就生成一个父节点。