多维层次聚类- python

Question

有什么东西可以进行多维层次聚类吗？

我在这些地方看过：

• 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

但到目前为止还没有成功

意义:发现组的方式与二维相同，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)

我想找到所有的集群(‘温差’，‘功率差异’，‘成本’，‘时间’，‘输出’)。不是图形化的，因为它是一个超平面。理想情况下，输出与所有组相同。

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) 

给出一个逐步“聚类”的阈值。是可行的吗？

Answer 1

下面是一个简单的例子。这里，用分层聚类对4个随机变量进行聚类：

%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)

​

​

如果您关心的是了解树状图的联系和阈值获得集群，海运工具使用的枕木和this post将是有帮助的。

如果您想在空间中可视化这一点，我建议使用主成分分析并绘制PC1和PC2 iris.html