聚类之DBSCAN
产生数据
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.cluster import KMeans,DBSCAN
X, y = datasets.make_circles(n_samples=2000, factor=0.6, noise=0.06)
fig = plt.figure(figsize=(4,4))
plt.scatter(X[:,0],X[:,1],marker='o',s=5)
进行聚类
y_pred = DBSCAN(eps=0.1, min_samples=10).fit_predict(X)
fig = plt.figure(figsize=(4,4))
plt.scatter(X[:,0],X[:,1],c=y_pred,s=5)
在y_pred中,通过0,1和-1来记录聚类据结果,其中-1表示噪点,每一种类别的点的数量打印如下
y_pred = list(y_pred)
print('类别0:',y_pred.count(0))
print('类别1:',y_pred.count(1))
print('噪点:',y_pred.count(-1))
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET 9 new features-C#13新的锁类型和语义
· Linux系统下SQL Server数据库镜像配置全流程详解
· 现代计算机视觉入门之:什么是视频
· 你所不知道的 C/C++ 宏知识
· 聊一聊 操作系统蓝屏 c0000102 的故障分析
· 不到万不得已,千万不要去外包
· C# WebAPI 插件热插拔(持续更新中)
· 会议真的有必要吗?我们产品开发9年了,但从来没开过会
· 如何打造一个高并发系统?
· 【译】我们最喜欢的2024年的 Visual Studio 新功能