機器學習之agglomerative_clustering-層次聚類
阿新 • • 發佈:2018-11-29
- 機器學習之agglomerative_clustering-層次聚類
# -*- coding: utf-8 -*- """ Created on Wed Nov 28 19:07:54 2018 @author: muli """ import numpy as np from sklearn.datasets.samples_generator import make_blobs from sklearn import cluster from sklearn.metrics import adjusted_rand_score import matplotlib.pyplot as plt def create_data(centers,num=100,std=0.7): ''' 生成用於聚類的資料集 :param centers: 聚類的中心點組成的陣列。如果中心點是二維的,則產生的每個樣本都是二維的。 :param num: 樣本數 :param std: 每個簇中樣本的標準差 :return: 用於聚類的資料集。是一個元組,第一個元素為樣本集,第二個元素為樣本集的真實簇分類標記 ''' X, labels_true = make_blobs(n_samples=num, centers=centers, cluster_std=std) return X,labels_true def test_AgglomerativeClustering(*data): ''' 測試 AgglomerativeClustering 的用法 :param data: 可變引數。 它是一個元組。元組元素依次為:第一個元素為樣本集,第二個元素為樣本集的真實簇分類標記 :return: None ''' X,labels_true=data clst=cluster.AgglomerativeClustering() predicted_labels=clst.fit_predict(X) print("ARI:%s"% adjusted_rand_score(labels_true,predicted_labels)) def test_AgglomerativeClustering_nclusters(*data): ''' 測試 AgglomerativeClustering 的聚類結果隨 n_clusters 引數的影響 :param data: 可變引數。它是一個元組。元組元素依次為:第一個元素為樣本集,第二個元素為樣本集的真實簇分類標記 :return: None ''' X,labels_true=data nums=range(1,50) ARIs=[] for num in nums: clst=cluster.AgglomerativeClustering(n_clusters=num) predicted_labels=clst.fit_predict(X) ARIs.append(adjusted_rand_score(labels_true,predicted_labels)) ## 繪圖 fig=plt.figure() ax=fig.add_subplot(1,1,1) ax.plot(nums,ARIs,marker="+") ax.set_xlabel("n_clusters") ax.set_ylabel("ARI") fig.suptitle("AgglomerativeClustering") plt.show() def test_AgglomerativeClustering_linkage(*data): ''' 測試 AgglomerativeClustering 的聚類結果隨連結方式的影響 :param data: 可變引數。它是一個元組。元組元素依次為:第一個元素為樣本集,第二個元素為樣本集的真實簇分類標記 :return: None ''' X,labels_true=data nums=range(1,50) fig=plt.figure() ax=fig.add_subplot(1,1,1) # 連結方式的影響 linkages=['ward','complete','average'] markers="+o*" for i, linkage in enumerate(linkages): ARIs=[] for num in nums: clst=cluster.AgglomerativeClustering(n_clusters=num,linkage=linkage) # 預測 predicted_labels=clst.fit_predict(X) # ARI指數 ARIs.append(adjusted_rand_score(labels_true,predicted_labels)) ax.plot(nums,ARIs,marker=markers[i],label="linkage:%s"%linkage) ax.set_xlabel("n_clusters") ax.set_ylabel("ARI") ax.legend(loc="best") fig.suptitle("AgglomerativeClustering") plt.show() if __name__=='__main__': centers=[[1,1],[2,2],[1,2],[10,20]] # 用於產生聚類的中心點 X,labels_true=create_data(centers,1000,0.5) # 產生用於聚類的資料集 # test_AgglomerativeClustering(X,labels_true) # 呼叫 test_AgglomerativeClustering 函式 # test_AgglomerativeClustering_nclusters(X,labels_true) # 呼叫 test_AgglomerativeClustering_nclusters 函式 test_AgglomerativeClustering_linkage(X,labels_true) # 呼叫 test_AgglomerativeClustering_linkage 函式
- 如圖所示: