Classification hiérarchique

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

Salut,

Citation:

---

Envoyé par nadirkheloui

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

Citation:

---

Envoyé par wiztricks

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:

---

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

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

Citation:

---

Envoyé par 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

---

ICREM KO