3、親和力傳播

親和力傳播包括找到一組最能概括數(shù)據(jù)的范例。

我們設(shè)計了一種名為“親和傳播”的方法，它作為兩對數(shù)據(jù)點之間相似度的輸入度量。在數(shù)據(jù)點之間交換實值消息，直到一組高質(zhì)量的范例和相應(yīng)的群集逐漸出現(xiàn)

—源自：《通過在數(shù)據(jù)點之間傳遞消息》2007。

它是通過 AffinityPropagation 類實現(xiàn)的，要調(diào)整的主要配置是將“ 阻尼 ”設(shè)置為0.5到1，甚至可能是“首選項”。

下面列出了完整的示例。

# 親和力傳播聚類
from numpy import unique
from numpy import where
from sklearn.datasets import make_classification
from sklearn.cluster import AffinityPropagation
from matplotlib import pyplot
# 定義數(shù)據(jù)集
X, _ = make_classification(n_samples=1000, 
                           n_features=2, 
                           n_informative=2, 
                           n_redundant=0, 
                           n_clusters_per_class=1, 
                           random_state=4)
# 定義模型
model = AffinityPropagation(damping=0.9)
# 匹配模型
model.fit(X)
# 為每個示例分配一個集群
yhat = model.predict(X)
# 檢索唯一群集
clusters = unique(yhat)
# 為每個群集的樣本創(chuàng)建散點圖
for cluster in clusters:
    # 獲取此群集的示例的行索引
    row_ix = where(yhat == cluster)
    # 創(chuàng)建這些樣本的散布
    pyplot.scatter(X[row_ix, 0], X[row_ix, 1])
# 繪制散點圖
pyplot.show()

運行該示例符合訓(xùn)練數(shù)據(jù)集上的模型，并預(yù)測數(shù)據(jù)集中每個示例的群集。然后創(chuàng)建一個散點圖，并由其指定的群集著色。在這種情況下，我無法取得良好的結(jié)果。

圖：數(shù)據(jù)集的散點圖，具有使用親和力傳播識別的聚類

4、聚合聚類

聚合聚類涉及合并示例，直到達(dá)到所需的群集數(shù)量為止。它是層次聚類方法的更廣泛類的一部分，通過 AgglomerationClustering 類實現(xiàn)的，主要配置是“ n _ clusters ”集，這是對數(shù)據(jù)中的群集數(shù)量的估計，例如2。下面列出了完整的示例。

# 聚合聚類
from numpy import unique
from numpy import where
from sklearn.datasets import make_classification
from sklearn.cluster import AgglomerativeClustering
from matplotlib import pyplot
# 定義數(shù)據(jù)集
X, _ = make_classification(n_samples=1000, 
                           n_features=2, 
                           n_informative=2, 
                           n_redundant=0, 
                           n_clusters_per_class=1, 
                           random_state=4)
# 定義模型
model = AgglomerativeClustering(n_clusters=2)
# 模型擬合與聚類預(yù)測
yhat = model.fit_predict(X)
# 檢索唯一群集
clusters = unique(yhat)
# 為每個群集的樣本創(chuàng)建散點圖
for cluster in clusters:
    # 獲取此群集的示例的行索引
    row_ix = where(yhat == cluster)
    # 創(chuàng)建這些樣本的散布
    pyplot.scatter(X[row_ix, 0], X[row_ix, 1])
# 繪制散點圖
pyplot.show()

運行該示例符合訓(xùn)練數(shù)據(jù)集上的模型，并預(yù)測數(shù)據(jù)集中每個示例的群集。然后創(chuàng)建一個散點圖，并由其指定的群集著色。在這種情況下，可以找到一個合理的分組。

圖：使用聚集聚類識別出具有聚類的數(shù)據(jù)集的散點圖

5、BIRCH

BIRCH 聚類（ BIRCH 是平衡迭代減少的縮寫，聚類使用層次結(jié)構(gòu))包括構(gòu)造一個樹狀結(jié)構(gòu)，從中提取聚類質(zhì)心。

BIRCH 遞增地和動態(tài)地群集傳入的多維度量數(shù)據(jù)點，以嘗試?yán)每捎觅Y源（即可用內(nèi)存和時間約束）產(chǎn)生最佳質(zhì)量的聚類。

—源自：《 BIRCH ：1996年大型數(shù)據(jù)庫的高效數(shù)據(jù)聚類方法》

它是通過 Birch 類實現(xiàn)的，主要配置是“ threshold ”和“ n _ clusters ”超參數(shù)，后者提供了群集數(shù)量的估計。下面列出了完整的示例。

# birch聚類
from numpy import unique
from numpy import where
from sklearn.datasets import make_classification
from sklearn.cluster import Birch
from matplotlib import pyplot
# 定義數(shù)據(jù)集
X, _ = make_classification(n_samples=1000, 
                           n_features=2, 
                           n_informative=2, 
                           n_redundant=0,
                           n_clusters_per_class=1, 
                           random_state=4)
# 定義模型
model = Birch(threshold=0.01, n_clusters=2)
# 適配模型
model.fit(X)
# 為每個示例分配一個集群
yhat = model.predict(X)
# 檢索唯一群集
clusters = unique(yhat)
# 為每個群集的樣本創(chuàng)建散點圖
for cluster in clusters:
    # 獲取此群集的示例的行索引
    row_ix = where(yhat == cluster)
    # 創(chuàng)建這些樣本的散布
    pyplot.scatter(X[row_ix, 0], X[row_ix, 1])
# 繪制散點圖
pyplot.show()

運行該示例符合訓(xùn)練數(shù)據(jù)集上的模型，并預(yù)測數(shù)據(jù)集中每個示例的群集。然后創(chuàng)建一個散點圖，并由其指定的群集著色。在這種情況下，可以找到一個很好的分組。

圖：使用BIRCH聚類確定具有聚類的數(shù)據(jù)集的散點圖