• https://github.com/Sean16SYSU/MachineLearningImplement

DBSCAN算法

基于密度的聚類方法DBSCAN算法，是相當經典。
算法思路很簡單。
簡述算法思路：

選取密度較高的點作為核心點

通過一個核心點出發，把其領域的點都放入到廣度優先搜索的隊列中。

將所有找到的點歸結為一個類。之后，再從新的沒有被訪問過的點中找其他的核心點開始，又繼續進行廣度優先搜索。一直到所有的點都被訪問過（即分配過了對對應的類別）

Python實現

• 導入數據

from sklearn import datasets import numpy as np import matplotlib.pyplot as pltiris = datasets.load_iris()

• 算法實現

def DBSCAN(X, epsilon=1, MinPts=10):Nx = [0 for i in range(len(X))] core_points = []for i, xi in enumerate(X):temp = np.array([np.linalg.norm(xi - cj) if i != j else np.inf for j, cj in enumerate(X)])Nx[i] = set(np.where(temp < epsilon)[0])if len(Nx[i]) >= MinPts:core_points.append(i)k = 0not_visited = set([i for i in range(len(X))])Ck = [0 for i in range(len(X))] if len(core_points) == 0:print("Not core_points")while len(core_points) > 0:not_visited_temp = not_visitedo = core_points[np.random.randint(0, len(core_points))]Queue = [o]not_visited = not_visited - set(Queue)while len(Queue) > 0:q = Queue[0]Queue = Queue[1:]if len(Nx[q]) >= MinPts:delta = Nx[q] & not_visitedQueue = Queue + list(delta)not_visited = not_visited - deltaCk[k] = not_visited_temp - not_visitedcore_points = list(set(core_points) - Ck[k])k += 1Ans = np.zeros(len(X))for k_i in range(k):Ans[list(Ck[k_i])] = k_ireturn Ans

• 測試

test_y = DBSCAN(iris.data,)

• 畫圖

from sklearn.decomposition import PCAX_reduced = PCA(n_components=2).fit_transform(iris.data) plt.scatter(X_reduced[:, 0], X_reduced[:, 1], c=test_y, cmap=plt.cm.Set1)

• iris數據集其實是有三個類別的。應該是有些類別的數值數值波動特征不太明顯。
• 可以先做數據預處理之后，再做聚類，效果會好很多。

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的DBSCAN算法理论和Python实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。