階層式分群 Hierarchical Clustering：用一棵樹看懂你的資料（Dendrogram + Clustermap） скачать в хорошем качестве

階層式分群 Hierarchical Clustering：用一棵樹看懂你的資料（Dendrogram + Clustermap）

這支影片用最生活化的方式，帶你從 0 開始看懂「階層式分群（Hierarchical Clustering）」：不是把資料硬分成 k 群，而是先幫資料建立一棵「族譜樹狀圖（Dendrogram）」，再決定要在哪個高度切開得到分群結果。 你會學到： 什麼是 樹狀圖（Dendrogram），以及 **y 軸高度（merge height / dissimilarity）**到底代表什麼 距離度量（Distance Metric） vs 連結方法（Linkage）：點對點相似 vs 群對群距離 常見連結法：單連結（Single Linkage）/ 完全連結（Complete Linkage）/ 平均連結（Average Linkage）/ Ward（Ward’s Linkage），為什麼它們會長出不同形狀的樹 什麼是 相關距離（Correlation Distance, 1−r）：兩個人聽同一首歌，一個大聲一個小聲，到底算不算「相似」？ 如何用 clustermap（Clustermap：Heatmap + Dendrograms） 找到基因表現的 方塊 signature（signature blocks / molecular signatures） 用 輪廓係數（Silhouette Score） 幫你選 k（但也解釋：為什麼它跟你目測 dendrogram 可能不完全一致） 最後用 跨方法對照（Cross-method agreement: hierarchical vs k-means） 看「訊號是不是 robust」：如果化療（chemotherapy）富集在某群，不管用哪種分群法都看得到，那就更可信！ 📌 這支影片適合： 完全沒有統計/數學背景，但想聽得懂分群在做什麼 想把 k-means 之外的「樹狀關係」看懂 想看基因表現資料怎麼用 clustermap 找 signature 的你