Summary  
This chapter demonstrates how to implement hierarchical clustering in Python by generating dummy data, computing linkage matrices with different methods (e.g. Ward, complete), visualizing the dendrogram, fitting an AgglomerativeClustering model, printing cluster labels, and visualizing the resulting clusters with scatter plots.  

General domain of usage  
Unsupervised data clustering for exploratory data analysis

Som vanlig bruker du følgende biblioteker:
- `sklearn` for å generere dummy-data og implementere hierarkisk klynging (`AgglomerativeClustering`);

- `scipy` for å generere og arbeide med dendrogrammet;

- `matplotlib` for å visualisere klynger og dendrogrammet;

- `numpy` for numeriske operasjoner.

## Generering av dummy-data

Du kan bruke funksjonen `make_blobs()` fra `scikit-learn` for å generere datasett med **forskjellig antall klynger** og **varierende grad av separasjon**. Dette hjelper deg å se hvordan hierarkisk klynging presterer i ulike scenarier.

Den generelle algoritmen er som følger:

1.  Du instansierer et `AgglomerativeClustering`-objekt, hvor du spesifiserer **koblingsmetode** og andre parametere;

2.  Du tilpasser modellen til dataene dine;

3.  Du kan hente ut **klyngeetiketter** hvis du bestemmer deg for et spesifikt antall klynger;

4.  Du visualiserer klyngene (hvis dataene er 2D eller 3D) ved hjelp av **spredningsdiagrammer**;

5.  Du bruker SciPy sin `linkage` for å lage **koblingsmatrisen** og deretter **dendrogram** for å visualisere dendrogrammet.


Du kan også eksperimentere med **ulike koblingsmetoder** (f.eks. single, complete, average, Ward's) og observere hvordan de påvirker klynge-resultatene og strukturen til dendrogrammet.

Få en solid forståelse av klyngeanalyse, en sentral usupervisert læringsteknikk for å avdekke mønstre i umerkede data. Utforsk det grunnleggende om K-Means, hierarkisk klynging, DBSCAN og GMM, og få praktisk erfaring med ekte datasett for å bygge selvtillit i anvendelse av klynging på reelle problemer.

Fordyp deg i det grunnleggende innen klyngeanalyse og oppdag hvordan det skiller seg fra klassifisering. Utforsk sentrale algoritmer, verktøy og biblioteker som driver denne teknikken for ikke-veiledet læring for å avdekke skjulte mønstre i data.

Få en grundig forståelse av sentrale forhåndsbehandlingsteknikker som sikrer effektiv klyngeanalyse. Lær hvordan man håndterer manglende verdier, koder kategoriske egenskaper, normaliserer data og velger passende avstandsmål og koblinger for å øke nøyaktigheten i klyngeanalysen.

Behersk ferdighetene som kreves for å anvende K-Means-klynging effektivt. Lær hvordan algoritmen fungerer, bestem det optimale antallet klynger, og få praktisk erfaring ved å implementere K-Means på både syntetiske og virkelige datasett.

Utforsk det grunnleggende innen hierarkisk klynging og lær hvordan man grupperer data i meningsfulle klynger ved hjelp av dendrogrammer. Bygg trygghet i å identifisere det optimale antallet klynger og implementere teknikken på både syntetiske og virkelige datasett.

Utforsk hvordan DBSCAN utmerker seg i å oppdage klynger med varierende former og håndtere støy i data. Lær mekanismene bak denne tetthetsbaserte algoritmen, hvordan punkter tilordnes klynger, og bruk den på både syntetiske og virkelige datasett med trygghet.

Få en grundig forståelse av Gaussiske blandingsmodeller og hvordan de bruker sannsynlighet for å modellere komplekse klyngeformer. Utforsk prinsippene for Gaussisk fordeling, lær hvordan GMM fungerer, og bygg selvtillit ved å anvende dem på både dummydata og virkelige data.

Implementering på Dummy Datasett

Generering av dummy-data

Awesome!

Implementering på Dummy Datasett

Generering av dummy-data