Discussion :

[nadirkheloui]

Bonjour,

J'aimerai faire une classification hiérarchique et prendre comme distance la correlation

le premier niveau ca marche mais , je n ai aucune idée comment agreger au sein de chaque groupe


Merci de votre aide

Cordialement

[wiztricks]

Salut,

J'aimerai faire une classification hirarchique et prendre comme distance la correlation

Si vous ne postez pas un minimum de code pour montrer comment vous faites cela, pas sûr que grand monde comprenne ce que vous cherchez à faire ni les bibliothèques que vous utilisez.

- W

[nadirkheloui]

Salut,



Si vous ne postez pas un minimum de code pour montrer comment vous faites cela, pas sûr que grand monde comprenne ce que vous cherchez à faire ni les bibliothèques que vous utilisez.

- W

Bonjour

Merci pour votre retour

voici un bout de code de ce que je fais :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
# 1) AgglomerativeClustering avec pearson distance
from sklearn.cluster import AgglomerativeClustering
 
from scipy.stats import pearsonr
import numpy as np
 
def pearson_affinity(M):
    return 1 - np.array([[pearsonr(a,b)[0] for a in M] for b in M])
 
 
cluster = AgglomerativeClustering(n_clusters=16,affinity=pearson_affinity, linkage='complete')  
pred=cluster.fit_predict(df)

Cordialement

[wiztricks]

Super, maintenant, on sait que vous faites de l'Agglomerative Clustering avec sklearn.AgglomerativeClustering.

Vous avez donc deux sujets: est-ce que c'est une bonne méthode à appliquer à votre problème? Et si tel est le cas, des questions sur l'utilisation de sklearn.AgglomerativeClustering (en supposant que vous avez déjà farfouillé sur Internet pour y trouver des exemples commentés).

Dans tous les cas, essayez de vous mettre à la place de ce qui vous lisent et essayez d'imaginer comment ils arriveront à comprendre le soucis que vous avez avec le peu d'informations que vous donnez: on n'est pas dans votre tête et on ne va pas inventer les problèmes.

- W

[nadirkheloui]

Super, maintenant, on sait que vous faites de l'Agglomerative Clustering avec sklearn.AgglomerativeClustering.

Vous avez donc deux sujets: est-ce que c'est une bonne méthode à appliquer à votre problème? Et si tel est le cas, des questions sur l'utilisation de sklearn.AgglomerativeClustering (en supposant que vous avez déjà farfouillé sur Internet pour y trouver des exemples commentés).

Dans tous les cas, essayez de vous mettre à la place de ce qui vous lisent et essayez d'imaginer comment ils arriveront à comprendre le soucis que vous avez avec le peu d'informations que vous donnez: on n'est pas dans votre tête et on ne va pas inventer les problèmes.

- W

ICREM KO