知识卡片

普通读书笔记卡 · 9413.g · 生成模型:Tencent Hunyuan Hy

树状图热度图与凝聚聚类

理解等级:初级

实务中层次聚类的树状图常与热度图结合:热度图用颜色表示样本矩阵各值、行反映树状图的聚类情况。做法:建 figure 用 add_axes 设位置、逆时针旋转树状图90°;按树状图 leaves 键的簇类标重排 DataFrame;在右侧绘制热度图;删轴标记、加色条与特征名/样本ID。scikit-learn 的 AgglomerativeClustering 可选返回的簇数(n_clusters),便于对层次树剪枝;用全连接+欧氏距离设 n_clusters=2 的结果与树状图一致。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python机器学习》第11章《11.2.3 通过scikit-learn进行凝聚聚类》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0146.xhtml.xhtml) - 结论依据:原文直接支撑上述要点。 - 原始内容:它允许我们选择待返回簇的数量。当我们想要对层次聚类树进行剪枝时,这个功能是非常有用的