本文通过使用Python的sklearn库中的DBSCAN算法对一组数据进行聚类分析，详细介绍了DBSCAN算法的工作原理，包括近邻距离eps和每类最少样本数min_samples的设置，并展示了如何构造数据集、应用聚类算法及输出聚类结果。
from sklearn.cluster import DBSCAN
import numpy as np
X = np.array([[1, 2], [2, 2], [2, 3], [8, 7], [8, 8], [25, 80]])
clustering = DBSCAN(eps=0.3, min_samples=2).fit(X)
print(clustering.labels_)
import就不解释了
第三行构造数据
第四行进行聚类，eps是近邻距离，不是边界距离，min表示每类最少数量
最后一行输出lable
结果如下
array([ 0, 0, 0, 1, 1, -1])
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
