階層クラスタリングはクラスタの階層をビルドするクラスタ分析の方法です。 それらは、その機能に基づいて類似したオブジェクトをグループ化するために、データ分析で広く使用されています。 この技術は、データの構成を理解し、自然なグループ化を識別するのに便利です。

階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階層階

階層的なクラスタリングの背後にある主な考え方は、デトログラムと呼ばれるツリーのような構造を作成することです。このデトログラムは、さまざまなレベルの類似性でデータポイントがグループ化されているかを説明します。プロセスは、個々のデータポイントから始まり、それらをマージするか、またはディヴィジティブにすることができます。すべてのデータポイントを1つのクラスターで開始し、それらを分割します。

階層クラスタリングのステップ

典型的な手順は、次のものになります。

  • 選択したメトリックを使用してデータポイント間の距離を計算します。, そのような Euclidean 距離.
  • 連結基準に基づいて2つの最も近い点またはクラスターをマージします。
  • 距離行列を更新して、新しいクラスタを反映させます。
  • あらゆるデータポイントが単一のクラスターにグループ化されるか、または停止の基準が満たされるまで、マージプロセスを繰り返して下さい。

実用実装事例

PythonのSciPyライブラリを使用して、階層クラスタリングを効率的に実装できます。次の例では、データセットでアグロマリティブクラスタリングを実行する方法を示します。

コードスニペット:[]

``python import numpy は scipy.cluster.hierarchy のインポート linkage から np として、 dendrogram import matplotlib.pyplot は lt # サンプルデータ = np.array([[[1, 2], [3, 4], [5, 6], [8, [9, 10]) として ' を実行します。 # 階層的なクラスタリングを実行します = 連携 = 連携 = メソッド = 'solet 's 's は、 'p.de は、 は、 は、 は、 は、 ' は、 は は は は t は は は は と と と は は と は は と と は と と を と と と と と と は と は は は は は は は は は は は は は は は は は は

階層クラスタリングのアプリケーション

階層クラスタリングは、遺伝子発現解析、顧客セグメンテーションのマーケティング、オブジェクト認識のための画像解析などのさまざまな分野で使用されています。複数のレベルでのデータ構造を明らかにする能力は、それが汎用性の高いツールになります。