# -*- coding: utf-8 -*- ''' Created on 2018年1月25日 @author: Jason.F @summary: 無監(jiān)督聚類學(xué)習(xí)-基于密度 空間的聚類算法(Density-based Spatial Clustering of Application with Noise,DBSCAN) 密度：半徑范圍內(nèi)樣本點(diǎn)的數(shù)量 核心點(diǎn)：如果在一個(gè)點(diǎn)周邊的指定半徑內(nèi)，其他樣本點(diǎn)的數(shù)量不小于指定數(shù)量(MinPts)，則該樣本點(diǎn)為核心點(diǎn) 邊界點(diǎn)：在指定半徑內(nèi)，如果一個(gè)點(diǎn)的鄰居點(diǎn)少于MinPts個(gè)，但卻包含一個(gè)核心點(diǎn)，則為邊界點(diǎn) 噪聲點(diǎn)：除核心點(diǎn)和邊界點(diǎn)外的樣本點(diǎn)都是噪聲點(diǎn) DBSCAN的簇空間不一定是球狀的，可識別和移除噪聲點(diǎn)，因此不一定會將所有的樣本點(diǎn)都劃分到某一簇中 如果數(shù)據(jù)集中的密度差異相對較大，則找到半徑和MinPts較為困難。 ''' import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn.datasets import make_moons from sklearn.cluster import KMeans,AgglomerativeClustering,DBSCAN X,y = make_moons(n_samples=200,noise=0.05,random_state=0)#創(chuàng)建半月形數(shù)據(jù) plt.scatter(X[:,0],X[:,1]) plt.show() f,(ax1,ax2) = plt.subplots(1,2,figsize=(8,3)) #原型聚類KMeans模型 km=KMeans(n_clusters=2,random_state=0) y_km = km.fit_predict(X) ax1.scatter(X[y_km==0,0],X[y_km==0,1],c='lightblue',marker='o',s=40,label='cluster 1') ax1.scatter(X[y_km==1,0],X[y_km==1,1],c='red',marker='s',s=40,label='cluster 2') ax1.set_title('K-means clustering') #層次聚類凝聚模型 ac=AgglomerativeClustering(n_clusters=2,affinity='euclidean',linkage='complete')#全連接，歐式距離計(jì)算聯(lián)合矩陣 y_ac= ac.fit_predict(X) ax2.scatter(X[y_ac==0,0],X[y_ac==0,1],c='lightblue',marker='o',s=40,label='cluster 1') ax2.scatter(X[y_ac==1,0],X[y_ac==1,1],c='red',marker='s',s=40,label='cluster 2') ax2.set_title('Agglomerative clustering') plt.legend() plt.show() #密度聚類DBSCAN，成功對半月形數(shù)據(jù)進(jìn)行分類 db =DBSCAN(eps=0.2,min_samples=5,metric='euclidean')#歐式距離，樣本點(diǎn)數(shù)量5，半徑0.2 y_db = db.fit_predict(X) plt.scatter(X[y_db==0,0],X[y_db==0,1],c='lightblue',marker='o',s=40,label='cluster 1') plt.scatter(X[y_db==1,0],X[y_db==1,1],c='red',marker='s',s=40,label='cluster 2') plt.legend() plt.show()''' 1、三種最基本的聚類方法：KMeans基于原型的聚類、凝聚層次聚類、使用DBSCAN基于密度的聚類。 2、其他方法：圖聚類(最突出方法使譜聚類算法)，使用基于相似矩陣的特征向量來獲得簇間關(guān)系，參考：http://arxiv.org/pdf/0711.0189v1.pdf <A Tutorial on Spectral Clustering.Statistics and computing> 3、聚類算法取決于三個(gè)要素，算法、參數(shù)以及距離度量，而距離度量很容易面臨維度災(zāi)難(curse of dimensionality) '''

結(jié)果：

總結(jié)

以上是生活随笔為你收集整理的【Python-ML】SKlearn库密度聚类DBSCAN模型的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。