如何使用DBSCAN进行聚类

最新推荐文章于 2023-09-26 21:08:30 发布

ws_nlp_

最新推荐文章于 2023-09-26 21:08:30 发布

阅读量455

点赞数

分类专栏： nlp 文章标签： python 聚类

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_33624866/article/details/106551268

版权

nlp 专栏收录该内容

10 篇文章 1 订阅

订阅专栏

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])

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
如何使用DBSCAN进行聚类

from sklearn.cluster import DBSCANimport numpy as npX = 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
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。