#?-*-?coding:?utf-8?-*-
“““
????AgglomerativeClustering

“““
from?sklearn?import??cluster
from?sklearn.metrics?import?adjusted_rand_score
import?matplotlib.pyplot?as?plt

def?test_AgglomerativeClustering（*data）:
????‘‘‘
????測試?AgglomerativeClustering?的用法

????:param?data:?可變參數(shù)。它是一個(gè)元組。元組元素依次為：第一個(gè)元素為樣本集，第二個(gè)元素為樣本集的真實(shí)簇分類標(biāo)記
????:return:?None
????‘‘‘
????Xlabels_true=data
????clst=cluster.AgglomerativeClustering（）
????predicted_labels=clst.fit_predict（X）
????print（“ARI:%s“%?adjusted_rand_score（labels_truepredicted_labels））
def?test_AgglomerativeClustering_nclusters（*data）:
????‘‘‘
????測試?AgglomerativeClustering?的聚類結(jié)果隨?n_clusters?參數(shù)的影響

????:param?data:??可變參數(shù)。它是一個(gè)元組。元組元素依次為：第一個(gè)元素為樣本集，第二個(gè)元素為樣本集的真實(shí)簇分類標(biāo)記
????:return:?None
????‘‘‘
????Xlabels_true=data
????nums=range（150）
????ARIs=[]
????for?num?in?nums:
????????clst=cluster.AgglomerativeClustering（n_clusters=num）
????????predicted_labels=clst.fit_predict（X）
????????ARIs.append（adjusted_rand_score（labels_truepredicted_labels））

????##?繪圖
????fig=plt.figure（）
????ax=f