标签：None compute AgglomerativeClustering threshold clusters 默认值

AgglomerativeClustering 层次聚类

from sklearn.cluster import AgglomerativeClustering

AgglomerativeClustering ←官方网页的函数说明

一、参数说明

class sklearn.cluster.AgglomerativeClustering(n_clusters=2, *, 
　　　　affinity='deprecated', 
　　　　metric=None, 
　　　　memory=None, 
　　　　connectivity=None, 
　　　　compute_full_tree='auto', 
　　　　linkage='ward', 
　　　　distance_threshold=None, 
　　　　compute_distances=False)

 

• n_clusters： int or None, 默认值=2

  簇的个数，如果参数distance_threshold 的值不是None，则n_clusters 必须给None。

• affinity: str or callable, 默认值='euclidean'
  s

• metric: str or callable, 默认值=None
  s

• memory: str or object with the joblib.Memory interface, 默认值=None
  s

• connectivity: array-like or callable, 默认值=None
  s

• compute_full_tree: 'auto' or bool, 默认值='auto'
  s

• linkage: {'ward', 'complete', 'average', 'single'}, 默认值='ward'

  选择使用链接的准则。链接的准则决定了观测集之间使用的距离。该算法将合并使该准则最小化的簇。

  • 'ward' 最小化被合并簇的方差。

  • 'average' 使用两个簇的每次观测距离的平均值。

  • 'complete' or 'maximum' 使用两个簇的最大距离值。

  • 'single' 使用两个簇的最小距离值。

　　　New in version 0.20: Added the 'single' option

• distance_threshold: float, 默认值=None

  大于或等于距离阈值的簇不合并。如果不是None，则n_clusters 必须为None, compute_full_tree 必须为True。

  New in version 0.21.

• compute_distances: bool, 默认值=False

  即使不使用distance_threshold 时，也计算簇之间的距离。这可以用于树形图可视化，但会带来计算和内存开销。

  New in version 0.24.

 

标签：None,compute,AgglomerativeClustering,threshold,clusters,默认值
From： https://www.cnblogs.com/paramotor/p/17872009.html