机器学习笔记-基于谱聚类开发的聚类任务（Python）-代码链接在文末

Dx-promax

已于 2024-04-27 18:51:30 修改

阅读量1k

点赞数 27

分类专栏：机器学习文章标签：机器学习笔记聚类 python

于 2024-04-27 17:28:42 首次发布

本文链接：https://blog.csdn.net/m0_72078742/article/details/138248645

版权

机器学习专栏收录该内容

4 篇文章 0 订阅

订阅专栏

本文介绍了如何在Windows环境下利用Python3.10.11和sklearn库进行Iris数据集的聚类分析，包括选择最佳聚类数目、谱聚类算法应用、以及通过TSNE和UMAP进行降维和结果可视化的过程。

摘要由CSDN通过智能技术生成

实验环境

操作系统：Windows
开发工具：Python 3.10.11
数据集：Iris（sklearn自带）

安装相关库

import matplotlib.pyplot as plt
import numpy as np
from sklearn.cluster import SpectralClustering
from sklearn.manifold import TSNE
import umap.umap_ as umap
import seaborn as sns
from scipy.cluster.hierarchy import dendrogram, linkage
from sklearn.datasets import load_iris

matplotlib.pyplot：matplotlib是一个用于创建静态、动态和交互式图标的库，pyplot是其中提供MATLAB风格接口的子模块。
sklearn：导入 SpectralClustering 类，这是一种谱聚类方法；导入了 pairwise_distances 函数，这个函数用于计算一组数据点之间的成对距离；从 sklearn.manifold 模块中导入了 TSNE 类。TSNE 是一种用于数据降维和可视化的方法；从 sklearn.datasets 模块中导入了 load_iris 函数。这个函数用于加载 iris 数据集。
umap：导入umap的imap_模块，这是一种用于数据降维和可视化的方法。
scipy.cluster.hierarchy：从 scipy.cluster.hierarchy 模块中导入了 dendrogram 和 linkage 函数。dendrogram 函数用于绘制树状图，linkage 函数用于进行层次聚类。

寻找最佳聚类数目

聚类数目是会直接影响到聚类结果的质量和解释性的重要参数，因此本实验中使用Calinski-Harabasz指数评估聚类的质量，从而选择最佳的聚类数目。编写程序计算聚类数目从2-10的聚类质量并输出。

代码运行结果如下：

观察即可看出，聚类数目为3时聚类效果最好。

使用谱聚类算法

X = iris.data 这行代码将鸢尾花数据集的特征数据赋值给变量 X。在鸢尾花数据集中，每个样本有四个特征，分别是花萼长度、花萼宽度、花瓣长度和花瓣宽度。

y = iris.target 这行代码将鸢尾花数据集的标签赋值给变量 y。在鸢尾花数据集中，标签是一个整数，表示每个样本所属的类别，有三种可能的值，分别对应鸢尾花的三个品种：山鸢尾（Iris-setosa）、变色鸢尾（Iris-versicolor）和维吉尼亚鸢尾（Iris-virginica）。