在moon数据集上对三种聚类方法进行性能对比

最新推荐文章于 2023-10-24 19:39:15 发布

「已注销」

最新推荐文章于 2023-10-24 19:39:15 发布

阅读量457

点赞数

分类专栏：机器学习文章标签：聚类机器学习 python

本文链接：https://blog.csdn.net/fatfairyyy/article/details/126642630

版权

本文对比了k均值、凝聚聚类和DBSCAN在moon数据集上的性能，通过调整rand指数(ARI)和轮廓分数进行评估。结果显示DBSCAN在ARI上表现最佳，揭示了其在复杂形状聚类的优势。然而，即使有高评分，仍需人工分析以确保聚类的语义含义。

摘要由CSDN通过智能技术生成

在有真实值的情况下对聚类算法性能对比

有一些指标可用于评估聚类算法相对于真实聚类的结果，其中最重要的是调整 rand 指数（adjusted rand index，ARI）和归一化互信息（normalized mutual information, NMI），二者都给出了定量的度量，其最佳值为 1，0 表示不相关的聚类（虽然 ARI 可以取负值）。下面我们使用 ARI 来比较 k 均值、凝聚聚类和 DBSCAN 算法。
注意，不能使用之前评估监督学习算法的Accuracy Score来评估聚类算法，因为聚类算法的结果不具有先验性。

#计算调整rand指数ARI
from sklearn.metrics.cluster import adjusted_rand_score
from sklearn.preprocessing import StandardScaler
from sklearn.datasets import make_moons
import matplotlib.pyplot as plt
import numpy as np

X, y = make_moons(n_samples=200, noise=0.05, random_state=0)
# 将数据缩放成平均值为0、方差为1
scaler = StandardScaler()
scaler.fit(X)
X_scaled = scaler.transform(X)
fig, axes = plt.subplots(1, 4, figsize=(15, 3),
 subplot_kw={
   'xticks': (), 'yticks': ()})
# 列出要使用的算法
from sklearn.cluster import DBSCAN, KMeans