dbscan算法实现鸢尾花聚类(python实现)

DBscan算法原理 :

dbscan算法-CSDN博客

法一(调库) :

直接调库 :

复制代码
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.cluster import DBSCAN
from sklearn.decomposition import PCA
from sklearn.discriminant_analysis import StandardScaler

# 加载数据集
iris = datasets.load_iris()
X = iris.data

# 数据预处理,标准化数据
scaler = StandardScaler()
X = scaler.fit_transform(X)

# 使用DBSCAN聚类算法
dbscan = DBSCAN(eps=0.5, min_samples=5) # 获取DBSCAN聚类对象
y_pred = dbscan.fit_predict(X)

# 输出聚类结果
print('聚类结果:', y_pred)

# 可视化
pca = PCA(n_components=2)
transformed = pca.fit_transform(X)

print(transformed)

# 绘制聚类结果
plt.scatter(transformed[:, 0], transformed[:, 1], c=y_pred)
plt.xlabel('Component 1')
plt.ylabel('Component 2')
plt.title('DBSCAN Clustering on Iris Dataset')
plt.show()

其中重要的代码也就两行 :

复制代码
# 使用DBSCAN聚类算法
dbscan = DBSCAN(eps=0.5, min_samples=5) # 获取DBSCAN聚类对象
y_pred = dbscan.fit_predict(X)

实现效果 :

法二(手写):

思路 : 根据原理实现,可根据具体注释理解(相信一定能够看懂)

复制代码
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.cluster import DBSCAN
from sklearn.decomposition import PCA

def distance(p1, p2): # 计算两点的欧式距离
    return np.sqrt(np.sum((p1 - p2) ** 2))

def region_query(data, idx , eps): # 获取与data相邻点的下标集合
    neighbors = [] # 创建空邻居列表
    for index, point in enumerate(data):
        if distance(point, data[idx]) <= eps:
            neighbors.append(index)
    return neighbors

def expand_cluster(data, labels, point_index, cluster_label, eps, min_samples): # 对点进行扩展
    neighbors = region_query(data, point_index, eps)
    if len(neighbors) < min_samples:# 领域内少于min_samples --> 为噪声点
        labels[point_index] = -1  # 标记为噪声点
        return False
    else:
        labels[point_index] = cluster_label # 标记为当前标签
        for neighbor_index in neighbors:
            if labels[neighbor_index] == 0:# 该点未访问过
                labels[neighbor_index] = cluster_label
                expand_cluster(data, labels, neighbor_index, cluster_label, eps, min_samples) # 继续找下去 , 递归
        return True

def dbscan(data, eps, min_samples):
    n = len(data) # 求数据的长度
    labels = np.zeros(n)  # 0表示未分类  : 先全部赋值为 0
    cluster_label = 0 # 簇的数量 / 簇的标记 , 每当一个新的聚类被创建时,cluster_label的值会递增,以便为下一个聚类指定不同的标签。

    # 类似于BFS
    for idx in range(n):# 访问所有点
        if labels[idx] == 0:# 当前点未访问
            if expand_cluster(data, labels, idx , cluster_label + 1, eps, min_samples):
                cluster_label += 1

    return labels


# 准备数据准备
iris = datasets.load_iris()
x = iris.data # 导入鸢尾花数据集

# DBSCAN进行聚类
eps = 0.5  # 邻域半径
min_samples = 5  # 最小样本数
labels = dbscan(x, eps, min_samples) # 获取聚类结果

print(labels)

# 可视化
pca = PCA(n_components=2)
transformed = pca.fit_transform(x)

plt.scatter(transformed[:, 0], transformed[:, 1], c=labels)
plt.xlabel('Component 1')
plt.ylabel('Component 2')
plt.title('DBSCAN Clustering on Iris Dataset')
plt.show()

实现效果 :

具体分类数据 :

相关推荐
寂静山林1 天前
UVa 10228 A Star not a Tree?
算法
爱喝白开水a1 天前
LangChain 基础系列之 Prompt 工程详解:从设计原理到实战模板_langchain prompt
开发语言·数据库·人工智能·python·langchain·prompt·知识图谱
Neverfadeaway1 天前
【C语言】深入理解函数指针数组应用(4)
c语言·开发语言·算法·回调函数·转移表·c语言实现计算器
Madison-No71 天前
【C++】探秘vector的底层实现
java·c++·算法
Swift社区1 天前
LeetCode 401 - 二进制手表
算法·leetcode·ssh
派大星爱吃猫1 天前
顺序表算法题(LeetCode)
算法·leetcode·职场和发展
liu****1 天前
8.list的模拟实现
linux·数据结构·c++·算法·list
默默coding的程序猿1 天前
3.git的分支携带问题是什么?怎么解决?
java·git·python·svn·gitee·github·intellij-idea
地平线开发者1 天前
征程 6 | 征程 6 工具链如何支持 Matmul/Conv 双 int16 输入量化?
算法·自动驾驶
程序员大雄学编程1 天前
「深度学习笔记4」深度学习优化算法完全指南:从梯度下降到Adam的实战详解
笔记·深度学习·算法·机器学习