.. py:currentmodule:: Orange.clustering.hierarchical ############################### Hierarchical (``hierarchical``) ############################### .. index:: hierarchical clustering pair: clustering; hierarchical clustering Example ======= The following example shows clustering of the Iris data with distance matrix computed with the :obj:`Orange.distance.Euclidean` distance and clustering using average linkage. >>> from Orange import data, distance >>> from Orange.clustering import hierarchical >>> data = data.Table('iris') >>> dist_matrix = distance.Euclidean(data) >>> hierar = hierarchical.HierarchicalClustering(n_clusters=3) >>> hierar.linkage = hierarchical.AVERAGE >>> hierar.fit(dist_matrix) >>> hierar.labels array([ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 2., 0., 2., 2., 2., 2., 0., 2., 2., 2., 2., 2., 2., 0., 0., 2., 2., 2., 2., 0., 2., 0., 2., 0., 2., 2., 0., 0., 2., 2., 2., 2., 2., 0., 2., 2., 2., 2., 0., 2., 2., 2., 0., 2., 2., 2., 0., 2., 2., 0.]) Hierarchical Clustering ----------------------- .. autoclass:: HierarchicalClustering :members: