深圳设计网站培训班,企业网站建设公司注意哪些问题,广告设计公司的未来,使馆网站建设所有代码块都是在Jupyter Notebook下进行调试运行#xff0c;前后之间都相互关联。 文中所有代码块所涉及到的函数里面的详细参数均可通过scikit-learn官网API文档进行查阅#xff0c;这里我只写下每行代码所实现的功能#xff0c;参数的调整读者可以多进行试验调试。多动手…所有代码块都是在Jupyter Notebook下进行调试运行前后之间都相互关联。 文中所有代码块所涉及到的函数里面的详细参数均可通过scikit-learn官网API文档进行查阅这里我只写下每行代码所实现的功能参数的调整读者可以多进行试验调试。多动手 一、K-Means算法 #导包 import numpy as np import os %matplotlib inline import matplotlib import matplotlib.pyplot as plt plt.rcParams[axes.labelsize] 14 plt.rcParams[xtick.labelsize] 12 plt.rcParams[ytick.labelsize] 12 import warnings warnings.filterwarnings(ignore) np.random.seed(42)ⅠK-Means算法 from sklearn.datasets import make_blobs#指定五个中心点以这五个点为中心开始发散从而构建五个簇 blob_centers np.array([[0.2,2.3],[-1.5,2.3],[-2.8,1.8],[-2.8,2.8],[-2.8,1.3]])blob_std np.array([0.4,0.3,0.1,0.1,0.1]) #指定发散程度X,y make_blobs(n_samples2000,centersblob_centers,cluster_std blob_std,random_state7)#指定样本个数2000中心点为上步设置的中心点以中心点为圆心向两边发散#绘图展示 def plot_clusters(X, yNone):plt.scatter(X[:, 0], X[:, 1], cy, s1)plt.xlabel($x_1$, fontsize14)plt.ylabel($x_2$, fontsize14, rotation0) plt.figure(figsize(8, 4)) plot_clusters(X) plt.show()①决策边界 from sklearn.cluster import KMeans#导包 k 5#指定当前簇的个数 kmeans KMeans(n_clusters k,random_state42)#实例化 y_pred kmeans.fit_predict(X)#训练模型获取预测结果y_pred#一共2000个样本点每个样本点归于哪一个簇一共五个簇01234array([0, 4, 1, ..., 2, 1, 4])kmeans.labels_ #调用下预测结果属性array([0, 4, 1, ..., 2, 1, 4])很显然fit_predict(X)与kmeans.labels_ 得到预测结果是一致的 kmeans.cluster_centers_#获取当前五个中心点array([[-2.80037642, 1.30082566],[ 0.20876306, 2.25551336],[-2.79290307, 2.79641063],[-1.46679593, 2.28585348],[-2.80389616, 1.80117999]])X_new np.array([[0,2],[3,2],[-3,3],[-3,2.5]])#随便构造4个测试数据 kmeans.predict(X_new)#预测一下结果值看下每个测试数据对应的簇是第几个array([1, 1, 2, 2])kmeans.transform(X_new)#计算 四个测试样本 分别到 五个中心点的距离array([[2.88633901, 0.32995317, 2.9042344 , 1.49439034, 2.81093633],[5.84236351, 2.80290755, 5.84739223, 4.4759332 , 5.80730058],[1.71086031, 3.29399768, 0.29040966, 1.69136631, 1.21475352],[1.21567622, 3.21806371, 0.36159148, 1.54808703, 0.72581411]])#展示数据 def plot_data(X):plt.plot(X[:, 0], X[:, 1], k., markersize2)#展示中心点 def plot_centroids(centroids, weightsNone, circle_colorw, cross_colork):if weights is not None:centroids centroids[weights weights.max() / 10]plt.scatter(centroids[:, 0], centroids[:, 1],markero, s30, linewidths8,colorcircle_color, zorder10, alpha0.9)plt.scatter(centroids[:, 0], centroids[:, 1],markerx, s50, linewidths50,colorcross_color, zorder11, alpha1)#展示决策边界 def plot_decision_boundaries(clusterer, X, resolution1000, show_centroidsTrue,show_xlabelsTrue, show_ylabelsTrue):mins X.min(axis0) - 0.1maxs X.max(axis0) 0.1#排列组合xx, yy np.meshgrid(np.linspace(mins[0], maxs[0], resolution),np.linspace(mins[1], maxs[1], resolution))Z clusterer.predict(np.c_[xx.ravel(), yy.ravel()])#得到预测的结果值Z Z.reshape(xx.shape)#调整格式plt.contourf(Z, extent(mins[0], maxs[0], mins[1], maxs[1]),cmapPastel2)#绘制等高线不包括颜色plt.contour(Z, extent(mins[0], maxs[0], mins[1], maxs[1]),linewidths1, colorsk)#绘制等高线包括颜色plot_data(X)if show_centroids:plot_centroids(clusterer.cluster_centers_)if show_xlabels:plt.xlabel($x_1$, fontsize14)else:plt.tick_params(labelbottomoff)if show_ylabels:plt.ylabel($x_2$, fontsize14, rotation0)else:plt.tick_params(labelleftoff)plt.figure(figsize(8, 4)) plot_decision_boundaries(kmeans, X) plt.show()②算法流程 #这里只展示了迭代3次的结果 kmeans_iter1 KMeans(n_clusters 5,init random,n_init 1,max_iter1,random_state1)#实例化模型 kmeans_iter2 KMeans(n_clusters 5,init random,n_init 1,max_iter2,random_state1) kmeans_iter3 KMeans(n_clusters 5,init random,n_init 1,max_iter3,random_state1)kmeans_iter1.fit(X)#训练一下 kmeans_iter2.fit(X) kmeans_iter3.fit(X)KMeans(initrandom, max_iter3, n_clusters5, n_init1, random_state1)plt.figure(figsize(12,8))#指定绘制图像的大小 plt.subplot(321)#3行2列的第1个 plot_data(X)#绘制数据散点图 plot_centroids(kmeans_iter1.cluster_centers_, circle_colorr, cross_colork)#绘制每次迭代之后的中心点 plt.title(Update cluster_centers)plt.subplot(322)#3行2列的第2个 plot_decision_boundaries(kmeans_iter1, X,show_xlabelsFalse, show_ylabelsFalse)#绘制第一次迭代之后的决策边界 plt.title(Label)plt.subplot(323)#3行2列的第3个 plot_decision_boundaries(kmeans_iter1, X,show_xlabelsFalse, show_ylabelsFalse) plot_centroids(kmeans_iter2.cluster_centers_,)#更新中心点plt.subplot(324)#3行2列的第4个 plot_decision_boundaries(kmeans_iter2, X,show_xlabelsFalse, show_ylabelsFalse)#绘制第二次迭代之后的决策边界plt.subplot(325)#3行2列的第5个 plot_decision_boundaries(kmeans_iter2, X,show_xlabelsFalse, show_ylabelsFalse) plot_centroids(kmeans_iter3.cluster_centers_,)#更新中心点plt.subplot(326)#3行2列的第6个 plot_decision_boundaries(kmeans_iter3, X,show_xlabelsFalse, show_ylabelsFalse)#绘制第三次迭代之后的决策边界plt.show()左图为初始化中心点并更新中心点参数右图为K-Means划分之后重新确定中心点 ③不稳定结果 def plot_clusterer_comparison(c1,c2,X):c1.fit(X)#俩不同的K-Meansc2.fit(X)plt.figure(figsize(12,4))plt.subplot(121)#1行2列 第一个plot_decision_boundaries(c1,X)#决策边界的绘制plt.subplot(122)#1行2列 第二个plot_decision_boundaries(c2,X)#决策边界的绘制c1 KMeans(n_clusters 5,initrandom,n_init 1,random_state10)#构建两个不同的实例将初始值中心点位置设置随机 c2 KMeans(n_clusters 5,initrandom,n_init 1,random_state14) plot_clusterer_comparison(c1,c2,X)④评估指标 1,inertia #获取样本到五个中心点的距离 kmeans.transform(X)array([[0.11146795, 3.04611916, 1.45402521, 1.54944305, 0.46779778],[0.51431557, 3.11541584, 0.99002955, 1.48612753, 0.07122059],[3.76340605, 1.32016676, 4.09069201, 2.67154781, 3.81713488],...,[1.42865797, 3.04886464, 0.06769209, 1.40795651, 0.92830156],[3.23385668, 0.14895409, 3.05913478, 1.71125 , 3.10300136],[0.67518173, 2.8625311 , 0.85434589, 1.21678483, 0.22700281]])#找到离哪个中心点距离最小与上面的方法相对应 kmeans.labels_array([0, 4, 1, ..., 2, 1, 4])Inertia指标每个样本与其质心的距离越小分类效果越好 X_dist kmeans.transform(X)#通过标签来确定出样本数据到五个中心点中最小的距离 X_dist[np.arange(len(X_dist)),kmeans.labels_]array([0.11146795, 0.07122059, 1.32016676, ..., 0.06769209, 0.14895409,0.22700281])np.sum(X_dist[np.arange(len(X_dist)),kmeans.labels_]**2)#平方再求和211.59853725816856kmeans.inertia_#调用指标函数211.59853725816828很明显这个inertia_实际就是求测试数据到五个中心点最小距离的平方之和。 kmeans.score(X)#老外的思想是基于对数函数的-211.5985372581683c1.inertia_236.80956211186657c2.inertia_211.60832621558367通过inertia_评估可知c1分类效果较好。 2,轮廓系数 : 计算样本i到同簇其他样本的平均距离ai。ai 越小说明样本i越应该被聚类到该簇。将ai 称为样本i的簇内不相似度。 : 计算样本i到其他某簇Cj 的所有样本的平均距离bij称为样本i与簇Cj 的不相似度。定义为样本i的簇间不相似度bi min{bi1, bi2, …, bik} si接近1则说明样本i聚类合理 si接近-1则说明样本i更应该分类到另外的簇 若si 近似为0则说明样本i在两个簇的边界上。 ⑤K值的选取 1,inertia 依次取好多个K值并进行评分将评分结果进行绘制找到拐点(斜率变换趋势交界处)所对应的K值比较理想但不是绝对的 kmeans_per_k [KMeans(n_clusters k).fit(X) for k in range(1,10)]#k值取1-9都创建模型进行训练 inertias [model.inertia_ for model in kmeans_per_k]#将这些不同k值的模型通过inertia_评估方法进行判定plt.figure(figsize(8,4))#指定绘图的大小 plt.plot(range(1,10),inertias,bo-) plt.axis([1,9.5,0,1300])#指定x和y轴的范围 plt.show()找到拐点位置也就是K4效果较好。但实际上这里的K5故这种方法仅供参考。 2,轮廓系数 from sklearn.metrics import silhouette_score silhouette_score(X,kmeans.labels_)0.655517642572828kmeans_per_k[KMeans(n_clusters1),KMeans(n_clusters2),KMeans(n_clusters3),KMeans(n_clusters4),KMeans(n_clusters5),KMeans(n_clusters6),KMeans(n_clusters7),KMeans(),KMeans(n_clusters9)]silhouette_scores [silhouette_score(X,model.labels_) for model in kmeans_per_k[1:]]silhouette_scores[0.5966442557582528,0.5723900247411775,0.688531617595759,0.655517642572828,0.601878677912387,0.6071325093726307,0.561411737095725,0.5661946395774896]plt.figure(figsize(8,4)) plt.plot(range(2,10),silhouette_scores,bo-) plt.show()找到最接近1的位置的值也就是K4效果较好。但实际上这里的K5故这种方法也仅供参考。 ⑥K-Means存在的问题 X1, y1 make_blobs(n_samples1000, centers((4, -4), (0, 0)), random_state42) X1 X1.dot(np.array([[0.374, 0.95], [0.732, 0.598]])) X2, y2 make_blobs(n_samples250, centers1, random_state42) X2 X2 [6, -8] X np.r_[X1, X2] y np.r_[y1, y2]plot_data(X)kmeans_good KMeans(n_clusters3,initnp.array([[-1.5,2.5],[0.5,0],[4,0]]),n_init1,random_state14)#玩赖根据结果来定义初始值中心 kmeans_bad KMeans(n_clusters3,random_state14) kmeans_good.fit(X)#训练一下 kmeans_bad.fit(X)KMeans(n_clusters3, random_state14)plt.figure(figsize (10,4))#指定绘制图的大小 plt.subplot(121)#一行两列 第一个 plot_decision_boundaries(kmeans_good,X)#绘制决策边界 plt.title(Good - inertia {}.format(kmeans_good.inertia_))plt.subplot(122)#一行两列 第二个 plot_decision_boundaries(kmeans_bad,X)#绘制决策边界 plt.title(Bad - inertia {}.format(kmeans_bad.inertia_))有结果可知左图inertia值大但是效果确实很好这一点更加反映出上述的两个K指定选取以及评估指标都是仅供参考并不代表最好的结果。 二、图像分割运用 将图像背景当成一类簇图像前景当成另外一类簇这便实现了对图像的分割。 #ladybug.png from matplotlib.image import imread image imread(rG:\Juptyer_workspace\study\data\cat.png)#读取图像路径 image.shape(321, 287, 3)X image.reshape(-1,3)#-1表示image.shape的3个值相乘再除以3 X.shape#得到图像的像素点每个像素点都有3个特征(RGB)(92127, 3)kmeans KMeans(n_clusters 8,random_state14).fit(X)#n_clusters簇的个数 训练一下kmeans.cluster_centers_#获取每个簇的中心点位置8个簇8个中心点位置对应8行每个像素都有3个特征RGE对应3列array([[0.4471733 , 0.350066 , 0.30473077],[0.9084078 , 0.77313846, 0.70459783],[0.6072408 , 0.4768775 , 0.42346856],[0.78779787, 0.62332743, 0.55133986],[0.27133766, 0.19734937, 0.17845926],[0.6265253 , 0.61260563, 0.6179434 ],[0.7396835 , 0.7428063 , 0.76036733],[0.86409616, 0.86019826, 0.8708797 ]], dtypefloat32)segmented_img kmeans.cluster_centers_[kmeans.labels_].reshape(image.shape)#通过标签找到对应的中心点用中心点的像素值取代所对应簇的所有像素点的值因为最后需要以图像形式展示这里需要重新转化一下格式segmented_imgs [] n_colors (10,8,6,4,2)#5类K值即有几中颜色 for n_cluster in n_colors:kmeans KMeans(n_clusters n_cluster,random_state42).fit(X)segmented_img kmeans.cluster_centers_[kmeans.labels_]segmented_imgs.append(segmented_img.reshape(image.shape))plt.figure(figsize(10,5)) plt.subplot(231) plt.imshow(image) plt.title(Original image)for idx,n_clusters in enumerate(n_colors):plt.subplot(232idx)plt.imshow(segmented_imgs[idx])plt.title({}colors.format(n_clusters))三、半监督学习 将训练集聚类为50个集群然后对于每个聚类找到最靠近质心的图像这些图像称为代表性图像。 from sklearn.datasets import load_digitsX_digits,y_digits load_digits(return_X_y True)from sklearn.model_selection import train_test_splitX_train,X_test,y_train,y_test train_test_split(X_digits,y_digits,random_state42)X_digits.shape#8*8*64(1797, 64)X_train.shape#训练数据有1347个(1347, 64)y_train.shape(1347,)from sklearn.linear_model import LogisticRegression#导入逻辑回归 n_labeled 50#例如只有五十个标签log_reg LogisticRegression(random_state42) log_reg.fit(X_train[:n_labeled], y_train[:n_labeled]) log_reg.score(X_test, y_test)#通过逻辑回归直接算0.8266666666666667k 50 kmeans KMeans(n_clustersk, random_state42) X_digits_dist kmeans.fit_transform(X_train)X_digits_dist.shape#1347个训练样本每个训练样本跟这50个簇的距离(1347, 50)representative_digits_idx np.argmin(X_digits_dist,axis0)#找到离每个簇中心最近的样本 representative_digits_idx.shape#当前有1347个样本有50个簇每个簇找到当前离簇中心最近的一个样本(50,)X_representative_digits X_train[representative_digits_idx]##找到了这50个离50个簇中心最近的样本绘制这些代表性图像并手动标记 plt.figure(figsize(8, 2)) for index, X_representative_digit in enumerate(X_representative_digits):plt.subplot(k // 10, 10, index 1)plt.imshow(X_representative_digit.reshape(8, 8), cmapbinary, interpolationbilinear)plt.axis(off)plt.show()y_representative_digits np.array([0, 1, 3, 2, 9, 6, 4, 6, 9, 5,1, 2, 9, 5, 2, 7, 2, 1, 8, 6,3, 1, 5, 4, 5, 4, 0, 3, 2, 6,1, 7, 7, 9, 1, 8, 6, 5, 4, 8,5, 3, 3, 6, 7, 9, 7, 8, 4, 9])#对数据进行打标签这50个是典型代表是每个簇中选出的离簇中心最近的代表有一个只有50个标记实例的数据集它们中的每一个都是其集群的代表性图像而不是完全随机的实例。 看看性能是否更好 log_reg LogisticRegression(random_state42) log_reg.fit(X_representative_digits, y_representative_digits) log_reg.score(X_test, y_test)0.8955555555555555将标签传播到同一群集中的所有其他实例 y_train_propagated np.empty(len(X_train), dtypenp.int32) for i in range(k):y_train_propagated[kmeans.labels_i] y_representative_digits[i]log_reg LogisticRegression(random_state42) log_reg.fit(X_train, y_train_propagated)log_reg.score(X_test, y_test)0.8966666666666667只选择前20个 percentile_closest 20X_cluster_dist X_digits_dist[np.arange(len(X_train)), kmeans.labels_] for i in range(k):in_cluster (kmeans.labels_ i)#找到测试样本所处的簇cluster_dist X_cluster_dist[in_cluster] #选择属于当前簇的所有样本cutoff_distance np.percentile(cluster_dist, percentile_closest) #排序找到前20个above_cutoff (X_cluster_dist cutoff_distance) # False True结果X_cluster_dist[in_cluster above_cutoff] -1partially_propagated (X_cluster_dist ! -1) X_train_partially_propagated X_train[partially_propagated] y_train_partially_propagated y_train_propagated[partially_propagated]log_reg LogisticRegression(random_state42) log_reg.fit(X_train_partially_propagated, y_train_partially_propagated)log_reg.score(X_test, y_test)0.92177777777777778四、DBSCAN算法 #导包 from sklearn.datasets import make_moons X, y make_moons(n_samples1000, noise0.05, random_state42)Xarray([[-0.02137124, 0.40618608],[ 0.97670045, -0.45832306],[ 0.90405882, -0.37651952],...,[ 1.66258462, -0.3079193 ],[-0.94355873, 0.3278936 ],[ 0.79419406, 0.60777171]])y#两类array([1, 1, 1, 1, 0, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 1, 1, 0, 1, 0,0, 1, 0, 0, 0, 1, 1, 1, 0, 0, 1, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 1,0, 0, 1, 1, 0, 1, 1, 1, 0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 1, 1,1, 1, 0, 1, 0, 0, 1, 1, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 1, 1, 1,1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 1,1, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1, 0, 1, 0, 0, 1, 1, 0, 1, 1, 1, 1,0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0,1, 0, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0,0, 0, 1, 1, 0, 1, 0, 1, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0,1, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 0, 1, 1, 1, 0, 1, 0, 1, 1,0, 1, 1, 0, 1, 0, 1, 0, 1, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0,1, 1, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 1, 0, 0, 0,0, 1, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 1, 1, 1, 0, 0, 0, 1,0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 1, 0, 1,1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 0, 1, 0,1, 0, 1, 1, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 0, 1, 0, 0,1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 1, 0, 1, 0, 0,0, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 1, 1, 0, 0, 1, 0, 1, 0,0, 0, 1, 1, 0, 0, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 0, 1, 1, 1, 1,1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1,0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0,1, 1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 1, 1, 1, 1, 1, 1, 0, 0, 0,1, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 1, 1, 1,1, 0, 1, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0,1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0,0, 0, 1, 0, 1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 1, 0, 0, 1, 0, 0,1, 0, 0, 1, 0, 0, 0, 1, 0, 0, 1, 1, 1, 0, 1, 1, 0, 0, 0, 1, 1, 1,1, 0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 1, 1,1, 1, 1, 0, 1, 0, 1, 0, 0, 1, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 1,0, 1, 0, 0, 0, 1, 0, 0, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1,0, 1, 1, 1, 0, 0, 1, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 1, 0, 1, 1,1, 0, 1, 0, 0, 1, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 0, 0, 1, 1, 1, 1,1, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 1, 1, 0, 1, 0, 1, 0, 0, 0,0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 1, 1, 1,1, 1, 1, 1, 1, 0, 1, 1, 0, 1, 0, 0, 0, 1, 0, 1, 1, 1, 0, 1, 1, 0,1, 1, 0, 1, 0, 1, 1, 0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 0, 0, 1, 1,1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 0, 1, 0, 1, 0, 1, 1,1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 0, 0, 1, 0, 1, 1, 0, 0, 1,1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 0, 1, 1, 0, 0, 0, 1, 0,0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 1, 0, 1, 1, 1, 1, 0, 1, 0, 0,0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 0, 1, 1, 1,0, 0, 0, 1, 1, 0, 1, 0, 1, 1, 0, 1, 0, 0, 1, 1, 1, 0, 0, 0, 1, 1,0, 0, 0, 0, 0, 1, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 1, 1, 1, 0, 1,1, 1, 0, 1, 1, 1, 1, 0, 1, 1, 0, 1, 1, 0, 0, 1, 1, 1, 0, 0, 0, 0,0, 0, 1, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0,0, 1, 0, 1, 0, 0, 0, 1, 0, 0], dtypeint64)plt.plot(X[:,0],X[:,1],b.)from sklearn.cluster import DBSCAN dbscan DBSCAN(eps 0.05,min_samples5)#指定半径0.05和圆中最小得存在的样本个数5即最小阈值为5 dbscan.fit(X)#训练dbscan.labels_[:10]#先选取10个看下结果-1表示离群点array([ 0, 2, -1, -1, 1, 0, 0, 0, 2, 5], dtypeint64)dbscan.core_sample_indices_[:10]#先选取10个看下结果核心对象的索引array([ 0, 4, 5, 6, 7, 8, 10, 11, 12, 13], dtypeint64)np.unique(dbscan.labels_)#查看下一共分成了几类array([-1, 0, 1, 2, 3, 4, 5, 6], dtypeint64)对比 dbscan2 DBSCAN(eps 0.2,min_samples5)#指定半径0.2和圆中最小得存在的样本个数5即最小阈值为5 dbscan2.fit(X)#训练def plot_dbscan(dbscan, X, size, show_xlabelsTrue, show_ylabelsTrue):#绘图core_mask np.zeros_like(dbscan.labels_, dtypebool)core_mask[dbscan.core_sample_indices_] Trueanomalies_mask dbscan.labels_ -1non_core_mask ~(core_mask | anomalies_mask)cores dbscan.components_anomalies X[anomalies_mask]non_cores X[non_core_mask]plt.scatter(cores[:, 0], cores[:, 1],cdbscan.labels_[core_mask], markero, ssize, cmapPaired)plt.scatter(cores[:, 0], cores[:, 1], marker*, s20, cdbscan.labels_[core_mask])plt.scatter(anomalies[:, 0], anomalies[:, 1],cr, markerx, s100)plt.scatter(non_cores[:, 0], non_cores[:, 1], cdbscan.labels_[non_core_mask], marker.)if show_xlabels:plt.xlabel($x_1$, fontsize14)else:plt.tick_params(labelbottomoff)if show_ylabels:plt.ylabel($x_2$, fontsize14, rotation0)else:plt.tick_params(labelleftoff)plt.title(eps{:.2f}, min_samples{}.format(dbscan.eps, dbscan.min_samples), fontsize14)plt.figure(figsize(9, 3.2))plt.subplot(121) plot_dbscan(dbscan, X, size100)plt.subplot(122) plot_dbscan(dbscan2, X, size600, show_ylabelsFalse)plt.show()