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 vanligt används följande bibliotek:
- `sklearn` för att generera dummydata och implementera hierarkisk klustring (`AgglomerativeClustering`);

- `scipy` för att generera och arbeta med dendrogrammet;

- `matplotlib` för att visualisera kluster och dendrogram;

- `numpy` för numeriska operationer.

## Generering av dummydata

Funktionen `make_blobs()` från `scikit-learn` kan användas för att skapa dataset med **olika antal kluster** och **varierande grad av separation**. Detta möjliggör observation av hur hierarkisk klustring presterar i olika scenarier.

Den allmänna algoritmen är följande:

1.  Instansiera ett `AgglomerativeClustering`-objekt och ange **länkningsmetod** samt andra parametrar;

2.  Anpassa modellen till data;

3.  Extrahera **klusteretiketter** om ett specifikt antal kluster anges;

4.  Visualisera klustren (om data är 2D eller 3D) med **spridningsdiagram**;

5.  Använd SciPy:s `linkage` för att skapa **länkningsmatrisen** och därefter **dendrogram** för att visualisera dendrogrammet.


Det går även att experimentera med **olika länkningsmetoder** (t.ex. single, complete, average, Ward's) och observera hur dessa påverkar klustringsresultaten och dendrogrammets struktur.

Få en gedigen förståelse för klusteranalys, en central teknik inom osupervised learning för att identifiera mönster i oetiketterad data. Utforska grunderna i K-Means, Hierarkisk Klustring, DBSCAN och GMM, samt få praktisk erfarenhet med verkliga datamängder för att bygga förtroende i att tillämpa klustring på verkliga problem.

Fördjupa dig i grunderna för klustring och upptäck hur det skiljer sig från klassificering. Utforska viktiga algoritmer, verktyg och bibliotek som driver denna oövervakade inlärningsteknik för att avslöja dolda mönster i data.

Få en gedigen förståelse för viktiga förbehandlingstekniker som säkerställer effektiv klustring. Lär dig hantera saknade värden, koda kategoriska variabler, normalisera data samt välja lämpliga avståndsmått och länkningar för att öka klustringsnoggrannheten.

Behärska de färdigheter som krävs för att tillämpa K-Means-klustring effektivt. Förstå hur algoritmen fungerar, fastställ det optimala antalet kluster och få praktisk erfarenhet genom att implementera K-Means på både syntetiska och verkliga datamängder.

Utforska grunderna i hierarkisk klustring och lär dig hur data kan grupperas i meningsfulla kluster med hjälp av dendrogram. Få förståelse för att identifiera det optimala antalet kluster och tillämpa tekniken på både syntetiska och verkliga datamängder.

Utforska hur DBSCAN utmärker sig vid identifiering av kluster med varierande former och hantering av brus i data. Förstå mekanismerna bakom denna täthetsbaserade algoritm, tilldelning av punkter till kluster samt tillämpning på både syntetiska och verkliga datamängder med säkerhet.

Få en gedigen förståelse för Gaussiska Mixturmodeller och hur de använder sannolikhet för att modellera komplexa klusterformer. Utforska principerna för Gaussisk fördelning, undersök hur Gaussiska Mixturmodeller fungerar och stärk din kompetens genom att tillämpa dem på både simulerad och verklig data.

Implementering på Dummydatauppsättning

Generering av dummydata

Awesome!

Implementering på Dummydatauppsättning

Generering av dummydata