人工智能_机器学习089_DBSCAN聚类案例_DBSCAN聚类算法效果展示_使用轮廓系数来评分DBSCAN效果---人工智能工作笔记0129

发布时间：2024年01月04日

dbscan = DBSCAN(eps = 0.2,min_samples =3) 我们指定半径是0.2 然后每个圆圈至少是3个数据就可以归为一类

dbscan.fit(X) 然后进行训练

# 得到每个样本的标签,分类结果

y_ =dbscan.labels_ 然后得到结果 ,注意这里不需要进行predict,因为fit直接就相当于分类了

plt.scatter(X[:,0],X[:,1],c=y_)

然后我们把结果画出来看看

可以看到画出来的效果

然后我们再来调整一下大小

plt.figure(figsize=(5,5))

可以看到显示的正方形了

可以看到有4类对吧,我们希望分成3类对吧,可以看到紫色的部分,这个其实就是异常值了

然后我们这里再去调整一下半径

dbscan = DBSACN(

文章来源:https://blog.csdn.net/lidew521/article/details/135379774
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