层次聚类与密度聚类代码实现

发布时间：2023年12月21日

层次聚类与密度聚类代码实现

层次聚类

import numpy as np
from scipy.cluster.hierarchy import linkage, dendrogram
import matplotlib.pyplot as plt

# 创建100个样本的数据
data = np.random.rand(10, 2)

# 使用linkage函数进行层次聚类
linked = linkage(data, 'single')

# 画出树状图（树状图是层次聚类的可视化）
dendrogram(linked)
plt.show()

在这里插入图片描述

密度聚类

from sklearn.cluster import DBSCAN
import matplotlib.pyplot as plt

# 创建100个样本的数据
data = np.random.rand(200, 2)

# 使用DBSCAN进行密度聚类
dbscan = DBSCAN(eps=0.1, min_samples=5)
clusters = dbscan.fit_predict(data)

# 可视化聚类结果
plt.scatter(data[:, 0], data[:, 1], c=clusters, cmap='viridis')
plt.show()

在这里插入图片描述

文章来源:https://blog.csdn.net/2201_75381449/article/details/135125845
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章