Python实现DBSCAN聚类算法并样例测试

作者:午夜的行人 时间:2022-04-22 22:25:48 

什么是聚类算法

聚类是一种机器学习技术,它涉及到数据点的分组。给定一组数据点,我们可以使用聚类算法将每个数据点划分为一个特定的组。理论上,同一组中的数据点应该具有相似的属性和/或特征,而不同组中的数据点应该具有高度不同的属性和/或特征。聚类是一种无监督学习的方法,是许多领域中常用的统计数据分析技术。

常用的算法包括K-MEANS、高斯混合模型(Gaussian Mixed Model,GMM)、自组织映射神经网络(Self-Organizing Map,SOM)

重点给大家介绍Python实现DBSCAN聚类算法并通过简单样例测试。

发现高密度的核心样品并从中膨胀团簇。

Python代码如下:


# -*- coding: utf-8 -*-
"""
Demo of DBSCAN clustering algorithm
Finds core samples of high density and expands clusters from them.
"""
print(__doc__)
# 引入相关包
import numpy as np
from sklearn.cluster import DBSCAN
from sklearn import metrics
from sklearn.datasets.samples_generator import make_blobs
from sklearn.preprocessing import StandardScaler
import matplotlib.pyplot as plt
# 初始化样本数据
centers = [[1, 1], [-1, -1], [1, -1]]
X, labels_true = make_blobs(n_samples=750, centers=centers, cluster_std=0.4,
                           random_state=0)
X = StandardScaler().fit_transform(X)
# 计算DBSCAN
db = DBSCAN(eps=0.3, min_samples=10).fit(X)
core_samples_mask = np.zeros_like(db.labels_, dtype=bool)
core_samples_mask[db.core_sample_indices_] = True
labels = db.labels_
# 聚类的结果
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)
n_noise_ = list(labels).count(-1)
print('Estimated number of clusters: %d' % n_clusters_)
print('Estimated number of noise points: %d' % n_noise_)
print("Homogeneity: %0.3f" % metrics.homogeneity_score(labels_true, labels))
print("Completeness: %0.3f" % metrics.completeness_score(labels_true, labels))
print("V-measure: %0.3f" % metrics.v_measure_score(labels_true, labels))
print("Adjusted Rand Index: %0.3f"
     % metrics.adjusted_rand_score(labels_true, labels))
print("Adjusted Mutual Information: %0.3f"
     % metrics.adjusted_mutual_info_score(labels_true, labels,
                                          average_method='arithmetic'))
print("Silhouette Coefficient: %0.3f"
     % metrics.silhouette_score(X, labels))
# 绘出结果
unique_labels = set(labels)
colors = [plt.cm.Spectral(each)
         for each in np.linspace(0, 1, len(unique_labels))]
for k, col in zip(unique_labels, colors):
   if k == -1:
       col = [0, 0, 0, 1]
   class_member_mask = (labels == k)
   xy = X[class_member_mask & core_samples_mask]
   plt.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=tuple(col),
            markeredgecolor='k', markersize=14)
   xy = X[class_member_mask & ~core_samples_mask]
   plt.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=tuple(col),
            markeredgecolor='k', markersize=6)
plt.title('Estimated number of clusters: %d' % n_clusters_)
plt.show()

测试结果如下:

最终结果绘图:

Python实现DBSCAN聚类算法并样例测试

具体数据:

Python实现DBSCAN聚类算法并样例测试

来源:https://www.cnblogs.com/wydxry/p/11029691.html

标签:Python,DBSCAN,聚类算法
0
投稿

猜你喜欢

  • 关于Mysql隔离级别、锁与MVCC介绍

    2024-01-16 04:28:26
  • 微信小程序动态添加分享数据

    2024-06-20 16:23:00
  • TypeScript中泛型的使用详细讲解

    2024-04-17 10:35:23
  • Python读取Excel表格,并同时画折线图和柱状图的方法

    2023-12-25 07:11:27
  • 一个简单的python程序实例(通讯录)

    2023-05-16 06:49:11
  • Python实现的检测网站挂马程序

    2023-11-21 16:39:38
  • Linux下修改MySQL编码的方法

    2024-01-27 02:36:15
  • Vue3中watch的使用详解

    2024-05-09 15:20:19
  • python的类class定义及其初始化方式

    2023-08-07 11:52:15
  • 使用limit,offset分页场景时为什么会慢

    2024-01-13 02:46:52
  • 使用tf.keras.MaxPooling1D出现错误问题及解决

    2021-02-07 05:01:28
  • 纯JS实现本地图片预览的方法

    2024-05-03 15:04:32
  • VSCODE配置Markdown及Markdown基础语法详解

    2021-10-02 10:21:20
  • PyTorch中topk函数的用法详解

    2022-11-08 13:55:52
  • python通过floor函数舍弃小数位的方法

    2022-08-17 10:56:17
  • Oracle动态交叉表生成

    2010-07-27 12:55:00
  • 使用vue与jquery实时监听用户输入状态的操作代码

    2023-07-02 17:08:02
  • 利用matlab与Excel交互之单元格操作

    2022-12-04 15:06:54
  • python3实现磁盘空间监控

    2023-07-09 14:12:49
  • 解决Jupyter notebook更换主题工具栏被隐藏及添加目录生成插件问题

    2023-11-08 21:32:55
  • asp之家 网络编程 m.aspxhome.com