锐客网

  1. 首页 > 睿知 > it技术 > >

聚类python函数 python进行聚类( 二 )

IT技术数据


在本节中，我们将回顾如何在 scikit-learn 中使用10个流行的聚类算法 。这包括一个拟合模型的例子和可视化结果的例子 。这些示例用于将粘贴复制到您自己的项目中，并将方法应用于您自己的数据 。
1.库安装
首先，让我们安装库 。不要跳过此步骤，因为你需要确保安装了最新版本 。你可以使用 pip Python 安装程序安装 scikit-learn 存储库，如下所示：
接下来 ， 让我们确认已经安装了库，并且您正在使用一个现代版本 。运行以下脚本以输出库版本号 。
运行该示例时，您应该看到以下版本号或更高版本 。
2.聚类数据集
我们将使用 make _ classification ()函数创建一个测试二分类数据集 。数据集将有1000个示例，每个类有两个输入要素和一个群集 。这些群集在两个维度上是可见的，因此我们可以用散点图绘制数据 ， 并通过指定的群集对图中的点进行颜色绘制 。这将有助于了解 ， 至少在测试问题上，群集的识别能力如何 。该测试问题中的群集基于多变量高斯，并非所有聚类算法都能有效地识别这些类型的群集 。因此，本教程中的结果不应用作比较一般方法的基础 。下面列出了创建和汇总合成聚类数据集的示例 。
运行该示例将创建合成的聚类数据集，然后创建输入数据的散点图，其中点由类标签（理想化的群集）着色 。我们可以清楚地看到两个不同的数据组在两个维度，并希望一个自动的聚类算法可以检测这些分组 。
已知聚类着色点的合成聚类数据集的散点图接下来，我们可以开始查看应用于此数据集的聚类算法的示例 。我已经做了一些最小的尝试来调整每个方法到数据集 。3.亲和力传播亲和力传播包括找到一组最能概括数据的范例 。
它是通过 AffinityPropagation 类实现的，要调整的主要配置是将“ 阻尼 ”设置为0.5到1，甚至可能是“首选项” 。下面列出了完整的示例 。
运行该示例符合训练数据集上的模型，并预测数据集中每个示例的群集 。然后创建一个散点图，并由其指定的群集着色 。在这种情况下，我无法取得良好的结果 。
数据集的散点图，具有使用亲和力传播识别的聚类
4.聚合聚类
聚合聚类涉及合并示例，直到达到所需的群集数量为止 。它是层次聚类方法的更广泛类的一部分，通过 AgglomerationClustering 类实现的，主要配置是“ n _ clusters ”集，这是对数据中的群集数量的估计，例如2 。下面列出了完整的示例 。
运行该示例符合训练数据集上的模型 ， 并预测数据集中每个示例的群集 。然后创建一个散点图，并由其指定的群集着色 。在这种情况下，可以找到一个合理的分组 。
使用聚集聚类识别出具有聚类的数据集的散点图
5.BIRCHBIRCH
聚类（ BIRCH 是平衡迭代减少的缩写，聚类使用层次结构)包括构造一个树状结构 ， 从中提取聚类质心 。
它是通过 Birch 类实现的，主要配置是“ threshold ”和“ n _ clusters ”超参数，后者提供了群集数量的估计 。下面列出了完整的示例 。
运行该示例符合训练数据集上的模型，并预测数据集中每个示例的群集 。然后创建一个散点图，并由其指定的群集着色 。在这种情况下，可以找到一个很好的分组 。
使用BIRCH聚类确定具有聚类的数据集的散点图
6.DBSCANDBSCAN
聚类（其中 DBSCAN 是基于密度的空间聚类的噪声应用程序）涉及在域中寻找高密度区域 ， 并将其周围的特征空间区域扩展为群集 。
它是通过 DBSCAN 类实现的，主要配置是“ eps ”和“ min _ samples ”超参数 。下面列出了完整的示例 。

推荐阅读


上一篇：postgre转义，post词

下一篇：区块链地推，区块链怎么推广话术