层次聚类

简介

层次聚类是一种无监督学习算法，用于将数据集中的样本分组成不同的层次结构。该算法通过计算样本之间的相似度或距离，将最相似的样本归为一组，并逐步合并不同组，形成一个层次结构。

在层次聚类中，有两种方法：凝聚聚类和分裂聚类。凝聚聚类从每个样本开始，逐步合并成越来越大的组，直到所有样本都在同一组中。而分裂聚类则从所有样本开始，逐步分裂成越来越小的子组。

在进行层次聚类时，需要选择相似度或距离度量方法，例如欧氏距离、曼哈顿距离、余弦相似度等。同时还需要选择合适的聚类算法和停止条件，例如最大距离、最小距离、平均距离等。

应用领域

层次聚类算法可以用于许多领域，例如生物学、社会科学、市场营销等。它可以帮助人们发现数据中的模式和结构，并提供有用的信息来指导决策。

算法参数及说明

参数	说明
聚簇数	默认2

案例

案例数据下载：iris.xlsx

案例介绍：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

• Sepal.Length（花萼长度），单位是cm;
• Sepal.Width（花萼宽度），单位是cm;
• Petal.Length（花瓣长度），单位是cm;
• Petal.Width（花瓣宽度），单位是cm;
• 种类：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica（维吉尼亚鸢尾）。

制作流程：

1. 选择iris数据集；
2. 在智能分析图表中选择层次聚类；
3. 设置目标属性和特征属性；
4. 设置聚簇数值；
5. 点击执行预测；
6. 设置X轴属性和Y轴属性；