不囉嗦直接來，Hierarchical Cluster是另外一個cluster的方法

做法

1. 把所有資料點都當成一個群聚
2. 把最靠近的兩個點合併和一個群
3. 從現有群聚中，選出最接近的兩個群聚合併
4. 一直重複步驟三、直到只剩一個群聚

我看完這串後有點??? 做到最後就是把所有的點合併成一個點那...還有什麼意思呢?
有的、跟Kmeans一樣，要搭配其他方式找群。
HC用的是dendrogram，接著決定閾值，最後就可以畫出群聚了。
以下圖為範例

Hierarchical Clustering 一開始把每一個資料點都當成一個 cluster。
一開始有七個點，等同有七個群聚，P1~P7，接著計算彼此之間的距離，找距離比較近的 cluster 合併。
因為 P2 和 P3 距離最近，所以合併成：{P2,P3}
接著發現 P4 + P5 是距離最近的，形成 {P4,P5}
再來，P6 + P7，{P6,P7}
這時候：{P1} {P2,P3} {P4,P5} {P6,P7}
接下來比較「cluster 和 cluster」之間的距離。
例如 {P4,P5} 和 {P6,P7} 也很接近，所以：
{P4,P5} + {P6,P7} 變成：{P4,P5,P6,P7}
如此不斷重複直到最後變成一個大的cluster
接著就是決定閾值，以下呈現閾值為1跟為6的差別，閾值為6時，只有兩個Cluster，為1時，就可以切跟多cluster出來了。

不過怎麼決定切出來的結果是最好的? 一般是建議找距離最長的那一段(組間距離差異最大那段)

實做我本來想跳過XD 但發現HC 第一次用了跟其他章節不同的函式庫，只好勉強做一下了QQ
直接import scipy.cluster.hierarchy，
https://docs.scipy.org/doc/scipy/reference/cluster.hierarchy.html
要用的是dendrogram這個方法，但要跟linkage一起搭配使用

import scipy.cluster.hierarchy
Z = hierarchy.linkage(X, method = 'ward') method --method決定合併的方式，舉例來說，ward是讓群內 variance 增加最少，single就單純合併兩群中最近的兩點，centroid是兩個群的中心來算距離並合併, etc
dn = hierarchy.dendrogram(Z)
plt.show() --超棒的不用特別寫視覺化就是棒，官網有提供範例做更清楚的視覺化

用dendrogram決定好'群'跟閾值後，
就可以再跳回sklearn的懷抱了

from sklearn.cluster import AgglomerativeClustering
hc = AgglomerativeClustering(n_clusters = 3, linkage = 'ward')
y_hc = hc.fit_predict(X) --最後的y_hc會是分群的結果這樣

不過群聚沒畫出來真的很難感受'分群'，所以可以參照講師的視覺畫方式改一改再呈現囉~

最後講一下兩種cluster的優缺點，Kmeans的缺點很顯而易見，就是決定K很不容易XD 而HC 分群方法相對公正，但是你可以想像當資料超級多的時候，分群會變得很吃力，所以不太適合資料量太大的情境

--
目前上完第四章已Day18，課程是第27節，終於上超過一半了(共50節)QAQ 開始絕望覺得很難在育嬰假結束前上完
(尤其我三分鐘熱度不停想開新副本)