3. 하이퍼 파라미터를 설정하여 계층적 클러스터를 생성합니다. Fit_predict 함수를 사용하여 알고리즘을 실행합니다.
[in :]
cluster = AgglomerativeClustering(n_clusters=2, affinity='euclidean', linkage='ward')
cluster.fit_predict(dataset)
4. 각 데이터 포인트가 어떤 클러스터에 할당됐는지 확인해 봅시다.
[in :]
print(cluster.labels_)
[out:]
[0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 0]
계층적 클러스터링과 k-평균 알고리즘의 클러스터 할당 결과가 서로 매우 비슷하게 나왔습니다.