多维层次聚类 - python

Question

那里有什么东西可以进行多维层次聚类吗？

我看过这些地方：

• http://docs.scipy.org/doc/scipy/reference/cluster.hierarchy.html
• http://scikit-learn.org/stable/modules/clustering.html
• http://docs.scipy.org/doc/scipy/reference/generated/scipy.cluster.hierarchy.dendrogram.html#scipy.cluster.hierarchy.dendrogram

但到目前为止没有成功

含义：使用与2维度相同的方式查找组，但具有多个维度

一些代码：

import pandas as pd
import numpy as np
set_of_values = pd.DataFrame(
    [np.random.rand(10),
     np.random.rand(10),
     np.random.rand(10),
     np.random.rand(10),
     np.random.rand(10),],
     index=['temp differential', 'power differential', 'cost', 'time','output'],
    columns=range(10)).transpose()
print(set_of_values)

我想找到所有群集（＆＃39; temp differential＆＃39;，＆＃39; power differential＆＃39;，＆＃39; power＆＃39;，＆＃39; time＆ ＃39;，＆＃39;输出＆＃39）。不是图形，因为它是超平面。理想情况下，输出像[所有组]：

GROUP #1: (a,b,c,d,e), (a',b',c',d',e'), ... , (a'',b'',c'',d'',e'') 
...
GROUP #n: ('a,'b,'c,'d,'e), ('a,'b,'c,'d,'e), ... , (''a,''b,''c,''d,''e) 

给出了渐进式聚类的阈值＆＃39;它可行吗？

Answer 1

这是一个简单的例子。在这里，这是使用分层聚类聚类4个随机变量：

%matplotlib inline
import matplotlib.pylab as plt
import seaborn as sns
import pandas as pd
import numpy as np

df = pd.DataFrame({"col" + str(num): np.random.randn(50) for num in range(1,5)})
sns.clustermap(df)

如果你关心理解树形图链接和阈值来获得聚类，那么seaborn工具会使用scipy，而this post会有所帮助。

如果你想在太空中想象这个，我建议使用主成分分析并绘制PC1与PC2 http://scikit-learn.org/stable/auto_examples/decomposition/plot_pca_iris.html