凝聚层次聚类：所谓凝聚的，指的是该算法初始时，将每个点作为一个簇，每一步合并两个最接近的簇。另外即使到最后，对于噪音点或是离群点也往往还是各占一簇的，除非过度合并。对于这里的“最接近”，有下面三种定义。我在实现是使用了min，该方法在合并时，只要依次取当前最近的点对，如果这个点对当前不在一个簇中，将所在的两个簇合并就行：
单链(min):定义簇的邻近度为不同两个簇的两个最近的点之间的距离。
全链(max):定义簇的邻近度为不同两个簇的两个最远的点之间的距离。
组平均：定义簇的邻近度为取自两个不同簇的所有点对邻近度的平均值。
# scoding=utf-8# agglomerative hierarchical clustering(ahc)import pylab as plfrom operator import itemgetterfrom collections import ordereddict,counterpoints = [[int(eachpoint.split('#')[0]), int(eachpoint.split('#')[1])] for eachpoint in open(points,r)]# 初始时每个点指派为单独一簇groups = [idx for idx in range(len(points))]# 计算每个点对之间的距离disp2p = {}for idx1,point1 in enumerate(points): for idx2,point2 in enumerate(points): if (idx1 finalgroupnum: # 选取下一个距离最近的点对 twopoins,distance = disp2p.popitem() pointa = int(twopoins.split('#')[0]) pointb = int(twopoins.split('#')[1]) pointagroup = groups[pointa] pointbgroup = groups[pointb] # 当前距离最近两点若不在同一簇中，将点b所在的簇中的所有点合并到点a所在的簇中，此时当前簇数减1 if(pointagroup != pointbgroup): for idx in range(len(groups)): if groups[idx] == pointbgroup: groups[idx] = pointagroup groupnum -= 1# 选取规模最大的3个簇，其他簇归为噪音点wantgroupnum = 3finalgroup = counter(groups).most_common(wantgroupnum)finalgroup = [onecount[0] for onecount in finalgroup]droppoints = [points[idx] for idx in range(len(points)) if groups[idx] not in finalgroup]# 打印规模最大的3个簇中的点group1 = [points[idx] for idx in xrange(len(points)) if groups[idx]==finalgroup[0]]group2 = [points[idx] for idx in xrange(len(points)) if groups[idx]==finalgroup[1]]group3 = [points[idx] for idx in xrange(len(points)) if groups[idx]==finalgroup[2]]pl.plot([eachpoint[0] for eachpoint in group1], [eachpoint[1] for eachpoint in group1], 'or')pl.plot([eachpoint[0] for eachpoint in group2], [eachpoint[1] for eachpoint in group2], 'oy')pl.plot([eachpoint[0] for eachpoint in group3], [eachpoint[1] for eachpoint in group3], 'og') # 打印噪音点，黑色pl.plot([eachpoint[0] for eachpoint in droppoints], [eachpoint[1] for eachpoint in droppoints], 'ok') pl.show()
运行效果截图如下：
希望本文所述对大家python程序设计有所帮助。