有人好奇,為什麼有sklearn庫了還要自己去實現呢?其實,庫的代碼是比自己寫的高效且容易,但自己實現代碼會對自己對算法的理解更上一層樓。
#調用科學計算包與繪圖包 import numpy as np import random import matplotlib.pyplot as plt
# 獲取數據 def loadDataSet(filename): dataSet=np.loadtxt(filename,dtype=np.float32,delimiter=',') return dataSet
#計算兩個向量之間的歐式距離 def calDist(X1 , X2 ): sum = 0 for x1 , x2 in zip(X1 , X2): sum += (x1 - x2) ** 2 return sum ** 0.5
#獲取一個點的ε-鄰域(記錄的是索引)
def getNeibor(data , dataSet , e): res = [] for i in
range(dataSet.shape[0]): if calDist(data , dataSet[i])<e:
res.append(i) return res
#密度聚類算法 def DBSCAN(dataSet , e ,
minPts): coreObjs = {}#初始化核心對象集合 C = {} n = dataSet.shape[0]
#找出所有核心對象,key是核心對象的index,value是ε-鄰域中對象的index for i in range(n): neibor =
getNeibor(dataSet[i] , dataSet , e) if len(neibor)>=minPts:
coreObjs[i] = neibor oldCoreObjs = coreObjs.copy() k = 0#初始化聚類簇數
notAccess = list(range(n))#初始化未訪問樣本集合(索引) while len(coreObjs)>0:
OldNotAccess = [] OldNotAccess.extend(notAccess) cores = coreObjs.keys()
#隨機選取一個核心對象 randNum = random.randint(0,len(cores)-1) cores=list(cores)
core = cores[randNum] queue = [] queue.append(core)
notAccess.remove(core) while len(queue)>0: q = queue[0] del queue[0]
if q in oldCoreObjs.keys() : delte = [val for val in oldCoreObjs[q] if
val in notAccess]#Δ = N(q)∩Γ queue.extend(delte)#將Δ中的樣本加入隊列Q notAccess =
[val for val in notAccess if val not in delte]#Γ = ΓΔ k += 1 C[k] =
[val for val in OldNotAccess if val not in notAccess] for x in C[k]: if x
in coreObjs.keys(): del coreObjs[x] return C
# 代碼入口 dataSet =
loadDataSet(r"E:jupytersklearn學習sklearn聚類DataSet.txt") print(dataSet)
print(dataSet.shape) C = DBSCAN(dataSet, 0.11, 5) draw(C, dataSet)
下面是調用sklearn庫的實現
db
= skc.DBSCAN(eps=1.5, min_samples=3).fit(dataSet) #DBSCAN聚類方法
還有參數,matric = ""距離計算方法 labels = db.labels_ #和X同一個維度,labels對應索引序號的值
為她所在簇的序號。若簇編號為-1,表示為噪聲 print('每個樣本的簇標號:') print(labels) raito =
len(labels[labels[:] == -1]) / len(labels) #計算噪聲點個數佔總數的比例 print('噪聲比:',
format(raito, '.2%')) n_clusters_ = len(set(labels)) - (1 if -1 in
labels else 0) # 獲取分簇的數目 print('分簇的數目: %d' % n_clusters_) print("輪廓係數:
%0.3f" % metrics.silhouette_score(X, labels)) #輪廓係數評價聚類的好壞 for i in
range(n_clusters_): print('簇 ', i, '的所有樣本:') one_cluster = X[labels ==
i] print(one_cluster) plt.plot(one_cluster[:,0],one_cluster[:,1],'o')
plt.show()
[火星人 ] python實現密度聚類(模板代碼+sklearn代碼)已經有330次圍觀