无监督学习 — — 聚类方法分类
*
–
+
* 0. 聚类
* 1. K均值聚类
*
– （1）. K均值聚类存在问题：
– （2）. K均值聚类实现代码：
* 2. 凝聚聚类
*
– （1）. 凝聚聚类实现代码：
* 3. DBSCAN 聚类
*
– （1）. DBSCAN 聚类实现代码：
* 👉原文链接
0. 聚类
clustering 是将数据集划分成组的任务，这些组叫做簇，其目标是划分数据，使得一个簇内的数据点非常相似，不通簇内的数据点又非常不同。
1. K均值聚类
K均值算法试图找到代表数据特定区域的簇中心，交替执行以下两个步骤:
1．将每个数据点分配给最近的簇中心，
2．每个簇中心设置为所分配的所有数据点的平均值，如果簇的分配不再发生变化，算法结束
; （1）. K均值聚类存在问题：
- 要求指定寻找簇的个数
- k均值只能找到相对简单的形状
- k均值仅考虑到最近簇中心的距离
- 算法的输出依赖于随机种子
（2）. K均值聚类实现代码：
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
from sklearn.cluster import KMeans
X,y = make_blobs(random_state=1)
plt.scatter(X[:,0],X[:,1])
Kmeans = KMeans(n_clusters=3)
Kmeans.fit(X)
y_pred = Kmeans.predict(X)
plt.scatter(X[:,0],X[:,1],c=y_pred)
plt.scatter(Kmeans.cluster_centers_[:,0],Kmeans.cluster_centers_[:,1],marker='^',linewidths=6,cmap=plt.cm.get_cmap('RdYlBu'))
plt.show()
2. 凝聚聚类
凝聚聚类:许多基于相同原则构建的聚类算法︰
1.首先每个点都是自己的簇，然后合并两个最相似的簇，直到满足某种停止准则为止，比如停止准则是簇的个数，因此相似的簇被合并，直到剩下指定个数的簇
2．用迭代的方式合并两个最近的簇，”最佳”的意思是簇的方差之和最小
; （1）. 凝聚聚类实现代码：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf
from sklearn.datasets import make_blobs
from sklearn.datasets import make_moons
from sklearn.cluster import KMeans
from sklearn.cluster import AgglomerativeClustering
X,y = make_blobs(random_state=1)
X_m,y_m = make_moons(n_samples=200,noise=0.05,random_state=1)
agg = AgglomerativeClustering(n_clusters=2)
ass = agg.fit_predict(X)
ass_m = agg.fit_predict(X_m)
plt.scatter(X_m[:,0],X_m[:,1],c = ass_m)
3. DBSCAN 聚类
DBSCAN原理:识别特征空间的”拥挤”区域的点
1.增大eps从左到右，更多的点会被包含在一个簇中，
2．增大min_samples,核心点会变得更少，更多的点被标记为噪声
2．用迭代的方式合并两个最近的簇，”最佳”的意思是簇的方差之和最小
; （1）. DBSCAN 聚类实现代码：
from sklearn.cluster import DBSCAN
from sklearn.cluster import AgglomerativeClustering
X,y = make_blobs(random_state=1)
X_m,y_m = make_moons(n_samples=200,noise=0.05,random_state=1)
dbscan = DBSCAN(eps=0.2)
clusters_m = dbscan.fit_predict(X_m)
plt.scatter(X_m[:,0],X_m[:,1],c = clusters_m)
👉原文链接
Original: https://blog.csdn.net/weixin_47160526/article/details/123613679
Author: 码猿小菜鸡
Title: 无监督学习 — — 聚类方法分类
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/663971/
转载文章受原作者版权保护。转载请注明原作者出处！