本资源包含聚类算法及示例

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 import seaborn as sns # 可视化库 # 生成聚类中心点 centers = [[1, 1], [-1, -1], [1, -1]] # 生成样本数据集 X, labels_true = make_blobs(n_samples=750, centers=centers, cluster_std=0.4, random_state=0) # 画布设置 fig = plt.figure(figsize=(12, 5)) fig.subplots_adjust(left=0.02, right=0.98, bottom=0.05, top=0.9) ax = fig.add_subplot(1, 2, 1) row, _ = np.shape(X) # 画子图，未聚类点 for i in range(row): ax.plot(X[i, 0], X[i, 1], '#4EACC5', marker='.') # StandardScaler 标准化处理。且是针对每一个特征维度来做的，而不是针对样本。 X = StandardScaler().fit_transform(X) # 调用密度聚类 DBSCAN db = DBSCAN(eps=0.3, min_samples=10).fit(X) # print(db.labels_) # db.labels_为所有样本的聚类索引，没有聚类索引为-1 # print(db.core_sample_indices_) # 所有核心样本的索引 core_samples_mask = np.zeros_like(db.labels_, dtype=bool) # 设置一个样本个数长度的全false向量 core_samples_mask[db.core_sample_indices_] = True # 将核心样本部分设置为true labels = db.labels_ n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0) # 获取聚类个数。（聚类结果中-1表示没有聚类为离散点） # 模型评估 print('估计的聚类个数为: %d' % n_clusters_) print("同质性: %0.3f" % metrics.homogeneity_score(labels_true, labels)) # 每个群集只包含单个类的成员。 print("完整性: %0.3f" % metrics.completeness_score(labels_true, labels)) # 给定类的所有成员都分配给同一个群集。 print("V-measure: %0.3f" % metrics.v_measure_score(labels_true, labels)) # 同质性和完整性的调和平均 print("调整兰德指数: %0.3f" % metrics.adjusted_rand_score(labels_true, labels)) print("调整互信息: %0.3f" % metrics.adjusted_mutual_info_score(labels_true, labels)) print("轮廓系数: %0.3f" % metrics.silhouette_score(X, labels)) sns.set(font='SimHei', style='ticks') unique_labels = set(labels) colors = [plt.cm.Spectral(each) for each in np.linspace(0, 1, len(unique_labels))] ax = fig.add_subplot(1, 2, 2) for k, col in zip(unique_labels, colors): if k == -1: # 聚类结果为-1的样本为离散点 # 使用黑色绘制离散点 col = [0, 0, 0, 1] class_member_mask = (labels == k) # 将所有属于该聚类的样本位置置为true xy = X[class_member_mask & core_samples_mask] # 将所有属于该类的核心样本取出，使用大图标绘制 ax.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=tuple(col), markeredgecolor='k', markersize=14) xy = X[class_member_mask & ~core_samples_mask] # 将所有属于该类的非核心样本取出，使用小图标绘制 ax.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=tuple(col), markeredgecolor='k', markersize=6) plt.title('Estimated number of clusters: %d' % n_clusters_) sns.despine() plt.show()