k均值聚类_异常检测
- 先来张图,快速理解

- 正常数据应该分布在两个簇中
- 异常数据,距离两个簇都很远
| from sklearn.cluster import KMeans |
| from scipy.spatial.distance import cdist |
| import numpy as np |
| import matplotlib.pyplot as plt |
| |
| if __name__ == '__main__': |
| |
| normal_data1 = np.random.normal(0, 1, (20, 2)) |
| normal_data2 = np.random.normal(10, 1, (20, 2)) |
| |
| anomalies = np.array([[1, 10],[10,0] ]) |
| |
| data = np.vstack([normal_data1,normal_data2, anomalies]) |
| |
| |
| kmeans = KMeans(n_clusters=2,n_init=10) |
| kmeans.fit(data) |
| |
| |
| distances = cdist(data, kmeans.cluster_centers_, 'euclidean') |
| min_distances = np.min(distances, axis=1) |
| |
| |
| threshold = 5 |
| outliers = data[min_distances > threshold] |
| |
| |
| print("Outliers:") |
| print(outliers) |
| |
| |
| plt.scatter(normal_data1[:, 0], normal_data1[:, 1]) |
| plt.scatter(normal_data2[:, 0], normal_data2[:, 1]) |
| plt.scatter(anomalies[:, 0], anomalies[:, 1]) |
| plt.show() |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【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】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
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!