from sklearn.cluster import DBSCAN
import numpy as np
X = np.array([[1, 2], [2, 2], [2, 3], [8, 7], [8, 8], [25, 80]])
clustering = DBSCAN(eps=0.3, min_samples=2).fit(X)
print(clustering.labels_)
import就不解释了
第三行构造数据
第四行进行聚类,eps是近邻距离,不是边界距离,min表示每类最少数量
最后一行输出lable
结果如下
array([ 0, 0, 0, 1, 1, -1])