cluster 1.4.1.post2

说明

python集群是一个“简单”的包，它允许创建多个组 （簇）列表中的对象。它意味着灵活和有能力 群集任何对象。为了确保这种灵活性，您不仅需要 提供对象列表，还提供一个计算相似性的函数 在两个物体之间。对于简单的数据类型，如整数，可以是 像减法一样简单，但更复杂的计算是可能的。对吗？ 现在，可以使用层次化集群生成集群 以及流行的k-均值算法。对于分层算法，有 提供不同的“链接”（单个、完整、平均和uclus）方法。

算法基于在 http://www.elet.polimi.it/upload/matteucc/Clustering/tutorial_html/

用法

一个简单的python程序可以如下所示：

>>> from cluster import HierarchicalClustering
>>> data = [12,34,23,32,46,96,13]
>>> cl = HierarchicalClustering(data, lambda x,y: abs(x-y))
>>> cl.getlevel(10)     # get clusters of items closer than 10
[96, 46, [12, 13, 23, 34, 32]]
>>> cl.getlevel(5)      # get clusters of items closer than 5
[96, 46, [12, 13], 23, [34, 32]]

注意，当您检索一组集群时，它会立即启动 聚类过程，相当复杂。如果要创建群集 对于大型数据集，请考虑在单独的线程中执行此操作。

对于k-means集群，它看起来如下：

>>> from cluster import KMeansClustering
>>> cl = KMeansClustering([(1,1), (2,1), (5,3), ...])
>>> clusters = cl.getclusters(2)

传递给getclusters的参数是生成的群集数。