粮食数据的层次聚类

在视频中，您了解到 SciPy 的 linkage() 函数可以对样本数组执行层次聚类。请使用 linkage() 函数获取对粮食样本的层次聚类结果，并用 dendrogram() 将结果可视化。部分粮食测量值已提供在数组 samples 中，而每个粮食样本的品种保存在列表 varieties 中。

本练习是课程的一部分

Python 中的无监督学习

查看课程

练习说明

导入：
- 从 scipy.cluster.hierarchy 导入 linkage 和 dendrogram。
- 将 matplotlib.pyplot 导入为 plt。
使用 linkage() 函数并带上关键字参数 method='complete'，对 samples 执行层次聚类。将结果赋值给 mergings。
使用 dendrogram() 基于 mergings 绘制树状图。指定关键字参数 labels=varieties、leaf_rotation=90 和 leaf_font_size=6。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Perform the necessary imports
from ____ import ____, ____
import ____ as ____

# Calculate the linkage: mergings
mergings = ____

# Plot the dendrogram, using varieties as labels
dendrogram(____,
           labels=____,
           leaf_rotation=____,
           leaf_font_size=____,
)
plt.show()

编辑并运行代码