算法 自动采集列表(Python实现DBSCAN聚类算法的资料请关注服务器之家)

　　算法 自动采集列表(Python实现DBSCAN聚类算法的资料请关注服务器之家)

　　什么是聚类算法？聚类是一种机器学习技术，涉及对数据点进行分组。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。聚类是一种无监督的学习方法，也是许多领域常用的统计数据分析技术。

　　常用的算法有K-MEANS、高斯混合模型（GMM）、自组织图（SOM）

　　重点介绍DBSCAN聚类算法的Python实现并通过简单的样例测试。

　　发现了一个高密度的核心样本，并从中扩展了集群。

　　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：

　　最终结果图：

　　精确数据：

　　以上就是DBSCAN聚类算法的Python实现（简单样例测试）的详细内容。关于Python聚类算法的更多信息，请关注服务器之家的其他相关文章！

　　原文链接：