Como utilizar o scikit-learn para aprendizado hierárquico

O scikit-learn é uma biblioteca de aprendizado de máquina para Python que fornece uma variedade de algoritmos de aprendizado supervisionado e não supervisionado. Para utilizar o scikit-learn para aprendizado hierárquico, você pode usar o algoritmo de clusterização hierárquica, que é implementado na classe AgglomerativeClustering. Esse algoritmo funciona de forma semelhante à clusterização aglomerativa, onde os clusters são construídos de baixo para cima, começando com cada ponto como um cluster individual e combinando-os sucessivamente até chegar ao número final desejado de clusters. Para utilizar esse algoritmo, você primeiro precisará importar a classe AgglomerativeClustering do scikit-learn: from sklearn.cluster import AgglomerativeClustering

Em seguida, você pode instanciar um objeto AgglomerativeClustering passando os parâmetros desejados, como o número de clusters e a métrica de distância a ser utilizada. Por exemplo: agg_clustering = AgglomerativeClustering(n_clusters=3, linkage='ward')

Em seguida, você pode usar o método fit do objeto para ajustar o modelo aos dados: agg_clustering.fit(X)

onde X é a matriz de dados de entrada. O algoritmo irá retornar os clusters para cada exemplo agg_clustering.labels_

É importante mencionar que existem diversas outras opções de linkage e metrics para se adequar ao seu problema, além disso é importante fazer uma boa análise exploratória e normalização antes de aplicar esse algoritmo.

Em resumo, você precisa executar quatro etapas para realizar clustering hierárquico aglomerativo, que basicamente é as etapas descrita anteriormente:

Primeiro, trate cada ponto de dados como um cluster. Assim, o número de clusters no início será K - enquanto K é um número inteiro que representa o número de pontos de dados. Forme um cluster unindo os dois pontos de dados mais próximos, resultando em clusters K-1. Forme mais clusters juntando os dois clusters mais próximos, resultando em clusters K-2. Repita as três etapas acima até que um grande cluster seja formado.

Você pode encontrar mais detalhes sobre essa classe no site do projeto scikit-learn: https://scikit-learn.org/stable/modules/generated/sklearn.cluster.AgglomerativeClustering.html

E se você compreende um pouco de inglês, ou consegue usar o tradutor de texto aqui tem um bom roteiro de uso do aprendizado hierarquico: https://stackabuse.com/hierarchical-clustering-with-python-and-scikit-learn/