【问题标题】：How to create data set from clusters formed in Hierarchical Clustering in python?如何从 python 中的 Hierarchical Clustering 中形成的集群创建数据集？
【发布时间】：2019-11-22 20:55:52
【问题描述】：

我已经使用层次聚类形成了集群，并希望将这些单独的集群分别存储在数据集中以供进一步处理，但我不知道该怎么做。

Z = linkage(df, 'ward', metric='euclidean')

创建树状图

plt.figure(figsize=(50, 10))
plt.title('Hierarchical Clustering Dendrogram')
plt.xlabel('sample index')
plt.ylabel('distance')
dendrogram(Z, leaf_rotation=90., leaf_font_size=8.,)
plt.show()

Dendrogram

截断集群

plt.title('Hierarchical Clustering Dendrogram (truncated)')
plt.xlabel('sample index or (cluster size)')
plt.ylabel('distance')
dendrogram(Z, truncate_mode='lastp', p=12, leaf_rotation=90., leaf_font_size=12.,)
plt.axhline(y=5000, color='r', linestyle='--')
plt.show()

Truncated Dendrogram

现在我想知道如何分别保存四个集群或如何将它们分开？？

【问题讨论】：

标签： python hierarchical-clustering unsupervised-learning

【解决方案1】：

使用任何聚类方法进一步创建集群

from sklearn.cluster import AgglomerativeClustering
cluster = AgglomerativeClustering(n_clusters=4, affinity='euclidean', linkage='ward')  
cl = cluster.fit_predict(df)

，然后保存这些集群在原始数据帧 H1>

df['Cluster'] = cl

现在，你可以根据它们的值 h1>排序集群

【讨论】：