Fonction SciPy Cluster Hierarchy Dendrogram

1. Syntaxe de scipy.cluster.hierarchy.dendrogram
2. Exemple de dendrogramme de regroupement hiérarchique

Le clustering hiérarchique, également connu sous le nom d’analyse de clustering hiérarchique, suit une approche de haut en bas pour regrouper des objets du même type dans des groupes appelés clusters. Il s’agit d’un algorithme d’apprentissage automatique non supervisé dans lequel tous les groupes ou clusters sont différents les uns des autres.

Il existe 2 types de clustering hiérarchique :

• Clustering par division - Dans cette méthode, tous les objets sont d’abord regroupés en un seul cluster, puis tous les objets sont divisés en deux clusters qui ont très peu de similitudes. Cette méthode suit une approche de haut en bas.
• Clustering agglomératif - Dans cette méthode, les objets sont regroupés dans un cluster qui leur est propre. Cette méthode suit une approche de bas en haut.

Un dendrogramme est un diagramme de visualisation qui ressemble davantage à un diagramme arborescent qui aide à décrire la relation entre tous les clusters prédéfinis. La méthodologie la plus basique d’un dendrogramme est que, plus la distance entre les lignes du dendrogramme est grande, plus la distance entre tous les clusters est grande.

Syntaxe de scipy.cluster.hierarchy.dendrogram

scipy.cluster.hierarchy.dendrogram(Z, p=30, truncate_mode=None, orientation="top")

Paramètres

Tous ces paramètres sont optionnels sauf le paramètre Z. De plus, il y a beaucoup plus de paramètres optionnels dans cette fonction comme color_threshold, get_leaves, distance_sort, etc.

Exemple de dendrogramme de regroupement hiérarchique

import numpy as np
from scipy.cluster import hierarchy
import matplotlib.pyplot as plt

array = np.array([30, 60, 90, 120, 150, 180, 210, 240, 270, 300])

clus = hierarchy.linkage(array, "complete")
plt.figure()

den = hierarchy.dendrogram(
    clus, above_threshold_color="black", color_threshold=0.8, orientation="right"
)

Production :

Ici, notez que nous avons utilisé l’algorithme complete linkage pour faire le clustering hiérarchique. De plus, la base du dendrogramme est à droite et les liens descendent vers la gauche car le paramètre orientation est défini comme right.