python中scipy包中的linkage进行层次聚类

层次聚类是一种无监督学习算法，它将数据集分成一些由相似性构成的层次结构。在Python中，我们可以使用scipy库中的函数来执行层次聚类。 以下是一个示例代码，展示如何使用scipy进行层次聚类： ```python import numpy as np from scipy.cluster.hierarchy import dendrogram, linkage import matplotlib.pyplot as plt # 生成随机数据 np.random.seed(0) x = np.random.random((10, 2)) # 层次聚类 Z = linkage(x, 'ward') # 绘制树状图 fig = plt.figure(figsize=(5, 3)) dn = dendrogram(Z) plt.show() ``` 在上面的代码中，我们首先使用numpy生成了一个随机数据集。然后使用scipy库中的linkage函数进行层次聚类，使用'ward'方法计算距离。最后，我们使用dendrogram函数绘制了树状图。 通过调整linkage函数中的参数和使用不同的距离度量方法，可以实现不同的层次聚类算法。