數據源:data (7).csv

data (7).csv

DBSCAN算法結果

DBSCAN模型

DBSCAN原理 # DBSCAN算法：將簇定義為密度相連的點最大集合，能夠把具有足夠高密度的區域劃分為簇，并且可在噪聲的空間數據集中發現任意形狀的簇。

# 密度：空間中任意一點的密度是以該點為圓心，以EPS為半徑的圓區域內包含的點數目

# 邊界點：空間中某一點的密度，如果小于某一點給定的閾值minpts,則稱為邊界點

# 噪聲點：不屬于核心點，也不屬于邊界點的點，也就是密度為1的點

# API:

# model = sklearn.cluster.DBSCAN(eps_領域大小圓半徑,min_samples_領域內，點的個數的閾值)

# model.fit(data) 訓練模型

# model.fit_predict(data) 模型的預測方法

DBSCAN代碼-A import pandas

import matplotlib.pyplot as plt

from sklearn.cluster import DBSCAN

#導入數據

data = pandas.read_csv("F:\\python 數據挖掘分析實戰\\Data\\data (7).csv")

eps = 0.2;

MinPts = 5;

model = DBSCAN(eps, MinPts)

model.fit(data)

data['type'] = model.fit_predict(data)

plt.scatter(

data['x'],

data['y'],

c=data['type']

)

DBSCAN代碼-B import numpy

import pandas

import matplotlib.pyplot as plt

#導入數據

data = pandas.read_csv("F:\\python 數據挖掘分析實戰\\Data\\data (7).csv")

plt.scatter(

data['x'],

data['y']

)

eps = 0.2;

MinPts = 5;

from sklearn.metrics.pairwise import euclidean_distances

ptses = []

dist = euclidean_distances(data)

for row in dist:

#密度,空間中任意一點的密度是以該點為圓心、以 Eps 為半徑的圓區域內包含的點數

density = numpy.sum(row

pts = 0;

if density>MinPts:

#核心點(Core Points)

#空間中某一點的密度，如果大于某一給定閾值MinPts，則稱該為核心點

pts = 1

elif density>1 :

#邊界點(Border Points)

#空間中某一點的密度，如果小于某一給定閾值MinPts，則稱該為邊界點

pts = 2

else:

#噪聲點(Noise Points)

#數據集中不屬于核心點，也不屬于邊界點的點，也就是密度值為1的點

pts = 0

ptses.append(pts)

#把噪聲點過濾掉，因為噪聲點無法聚類，它們獨自一類

corePoints = data[pandas.Series(ptses)!=0]

coreDist = euclidean_distances(corePoints)

#首先，把每個點的領域都作為一類

#鄰域(Neighborhood)

#空間中任意一點的鄰域是以該點為圓心、以 Eps 為半徑的圓區域內包含的點集合

cluster = dict();

i = 0;

for row in coreDist:

cluster[i] = numpy.where(row

i = i + 1

#然后，將有交集的領域，都合并為新的領域

for i in range(len(cluster)):

for j in range(len(cluster)):

if len(set(cluster[j]) & set(cluster[i]))>0 and i!=j:

cluster[i] = list(set(cluster[i]) | set(cluster[j]))

cluster[j] = list();

#最后，找出獨立(也就是沒有交集)的領域，就是我們最后的聚類的結果了

result = dict();

j = 0

for i in range(len(cluster)):

if len(cluster[i])>0:

result[j] = cluster[i]

j = j + 1

#找出每個點所在領域的序號，作為他們最后聚類的結果標記

for i in range(len(result)):

for j in result[i]:

data.at[j, 'type'] = i

plt.scatter(

data['x'],

data['y'],

c=data['type']

) 參考文獻

作者A： ken

總結

以上是生活随笔為你收集整理的python scatter 简书_【挖掘模型】：Python-DBSCAN算法 - 简书的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。