多維層次聚類 - python

Question

有沒有多維層次聚類的東西？

我都對着這些地方：

• 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

，但沒有成功，到目前爲止

含義：查找組時相同的方式，是完成2維，但與multipl Ë尺寸

一些代碼：

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（「溫度差」，「權力差」，「成本」，「時間」，「輸出」）中的所有集羣。因爲它是一個超平面。理想情況下使用[所有組]的輸出：

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) 

給出了漸進式「聚類」的閾值。它可行嗎？

Answer 1

下面是一個簡單的例子。在這裏，這是集羣4個隨機變量的層次聚類：

%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) 

如果您關心理解樹狀聯繫和閾值來獲得羣集，seaborn工具使用SciPy的和this post將是有益的。

如果你想在空間可視化這一點，我建議採用主成分分析和繪圖PC1 VS PC2 http://scikit-learn.org/stable/auto_examples/decomposition/plot_pca_iris.html