質問編集履歴
1
修正
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -10,29 +10,7 @@
|
|
|
10
10
|
|
|
11
11
|
# データ
|
|
12
12
|
|
|
13
|
-
```
|
|
14
13
|
|
|
15
|
-
id time feature1 feature2 feature3
|
|
16
|
-
|
|
17
|
-
a 2019-01-04 16:03:00 14 32 88
|
|
18
|
-
|
|
19
|
-
a 2019-01-04 16:03:00 12 21 16
|
|
20
|
-
|
|
21
|
-
a 2019-01-04 16:03:00 13 15 44
|
|
22
|
-
|
|
23
|
-
a 2019-01-04 16:04:00 11 36 45
|
|
24
|
-
|
|
25
|
-
a 2019-01-04 16:04:00 13 15 44
|
|
26
|
-
|
|
27
|
-
a 2019-01-04 16:04:00 18 35 53
|
|
28
|
-
|
|
29
|
-
b 2019-01-04 16:04:00 17 21 36
|
|
30
|
-
|
|
31
|
-
b 2019-01-04 16:04:00 19 93 23
|
|
32
|
-
|
|
33
|
-
b 2019-01-04 16:04:00 25 27 55
|
|
34
|
-
|
|
35
|
-
：
|
|
36
14
|
|
|
37
15
|
```
|
|
38
16
|
|
|
@@ -50,7 +28,7 @@
|
|
|
50
28
|
|
|
51
29
|
```
|
|
52
30
|
|
|
53
|
-
id time
|
|
31
|
+
id time a b
|
|
54
32
|
|
|
55
33
|
a 2019-01-04 16:03:00 1 None
|
|
56
34
|
|
|
@@ -70,69 +48,13 @@
|
|
|
70
48
|
|
|
71
49
|
|
|
72
50
|
|
|
73
|
-
```
|
|
74
|
-
|
|
75
|
-
import matplotlib.pyplot as plt
|
|
76
|
-
|
|
77
|
-
import pandas as pd
|
|
78
|
-
|
|
79
|
-
import numpy as np
|
|
80
|
-
|
|
81
|
-
from scipy.cluster.hierarchy import linkage, dendrogram, fcluster
|
|
82
|
-
|
|
83
|
-
from sklearn.datasets import load_iris
|
|
84
|
-
|
|
85
|
-
|
|
86
|
-
|
|
87
|
-
# ウォード法×ユークリッド距離
|
|
88
|
-
|
|
89
|
-
linkage_result = linkage(df, method='ward', metric='euclidean')
|
|
90
|
-
|
|
91
|
-
|
|
92
|
-
|
|
93
|
-
# クラスタ分けのためのしきい値の設定
|
|
94
|
-
|
|
95
|
-
threshold = 0.8 * np.max(linkage_result[:, 2])
|
|
96
|
-
|
|
97
|
-
|
|
98
|
-
|
|
99
|
-
# 階層型クラスタリングの可視化
|
|
100
|
-
|
|
101
|
-
plt.figure(num=None, figsize=(5, 5), dpi=100, facecolor='w', edgecolor='k')
|
|
102
|
-
|
|
103
|
-
dendrogram(linkage_result, color_threshold=threshold)
|
|
104
|
-
|
|
105
|
-
plt.show()
|
|
106
|
-
|
|
107
|
-
|
|
108
|
-
|
|
109
|
-
# クラスタリング結果の値を取得
|
|
110
|
-
|
|
111
|
-
clustered = fcluster(linkage_result, threshold, criterion='distance')
|
|
112
|
-
|
|
113
|
-
|
|
114
|
-
|
|
115
|
-
# クラスタ数
|
|
116
|
-
|
|
117
|
-
print(np.max(clustered))
|
|
118
|
-
|
|
119
|
-
```
|
|
120
|
-
|
|
121
|
-
|
|
122
|
-
|
|
123
51
|
# 困っていること
|
|
124
52
|
|
|
125
53
|
・ID/時間ごとに
|
|
126
54
|
|
|
127
|
-
・クラスタ間
|
|
55
|
+
・クラスタ間
|
|
128
56
|
|
|
129
57
|
|
|
130
|
-
|
|
131
|
-
groupbyを行った上でクラスタ数・距離の2つの指標にアクセスし、
|
|
132
|
-
|
|
133
|
-
空のデータフレームに追加していくようなイメージかと思っておりますが、
|
|
134
|
-
|
|
135
|
-
少々込み入ってうまく表現できず困っております。
|
|
136
58
|
|
|
137
59
|
|
|
138
60
|
|