CAH

from sklearn.cluster import AgglomerativeClustering

cah = AgglomerativeClustering(n_clusters = None, distance_threshold=4)
y_pred = cah.fit_predict(X])

Il faut préciser soit le nbre de clusters soit la distance minimale. paramètres : * linkage="war" type de distance entre deux clusters.

Dendrogramme

from scipy.cluster.hierarchy

z = linkage(acp.iloc[:, :-2], method="ward")
dendrogram(Z, truncate_mode="lastp", labels= acp.index, orientation='left')
pl.xscale('symlog')