【Python】基于密度和划分的15种聚类算法全家桶

目录

1 主要内容

DBSCAN聚类算法

Kmeans聚类算法

数据说明

2 部分程序

3 程序结果

4 下载链接

---

1 主要内容

该程序为python代码实现数据聚类分析，聚类分析在电力系统上应用非常广泛，如全年的风、光和负荷数据量比较大，为了提高分析效率，可以将全年数据聚类得到几类不同场景，通过概率权值的方式实现“代表性”分析，还可以用于用户用电行为特点等方面，该程序作为全家桶，包含基于密度的聚类DBSCAN算法、基于划分的聚类AP算法、基于密度的空间聚类自适应算法、

基于密度的聚类OPTICS算法、基于划分的聚类KMeans算法、基于划分和密度的聚类CFSFDP算法、基于DBSCAN改造的时空聚类算法等15类聚类算法，基本做到句句注释，方便学习研究。

• DBSCAN聚类算法

DBSCAN 聚类定义为：由密度可达关系导出的最大密度相连样本集合构成一个聚类簇，簇中可有一个或多个核心对象。若仅一个核心对象，其他非核心对象在其 ϵ- 邻域内；若多个核心对象，任一核心对象的 ϵ- 邻域必有其他核心对象，这些核心对象 ϵ- 邻域内所有样本组成 DBSCAN 聚类簇。

寻找聚类簇样本集合的方法：任选无类别的核心对象作种子，找出其密度可达的样本集合，构成一个聚类簇。之后不断选取未分类的核心对象，重复上述过程找新聚类簇，直至所有核心对象都有类别。

Kmeans聚类算法

K-means 算法是一种聚类算法。聚类是依据相似性原则，把相似度高的数据对象归为同一类簇，相异度高的分到不同类簇。它与分类的关键区别在于：聚类是无监督过程，待处理数据无先验知识；分类是有监督过程，有带先验知识的训练数据集。

在 K-means 算法里，K表示类簇个数 ，means指类簇内数据对象的均值（不过，若存在异常点，如极大或极小值，求均值会受干扰）。该算法也叫 k-均值算法 ，属于基于划分的聚类算法，以距离衡量数据对象间相似性，距离越小，相似性越高，越可能同属一类簇。通常，K-means 算法用欧氏距离计算数据对象间的距离。

算法流程如下：

• 数据说明

程序应用的数据为二维或者三维度数据，通过单独的数据文件保存，方便直接替换为所要分析的数据。

2 部分程序

# 计算距离矩阵def compute_squared_EDM(X):  return squareform(pdist(X,metric='euclidean'))# DBSCAN算法核心过程def DBSCAN(data,eps,minPts):    # 获得距离矩阵    disMat = compute_squared_EDM(data)    # 获得数据的行和列(一共有n条数据)    n, m = data.shape    # 将矩阵的中小于minPts的数赋予1，大于minPts的数赋予零，然后1代表对每一行求和,然后求核心点坐标的索引    core_points_index = np.where(np.sum(np.where(disMat <= eps, 1, 0), axis=1) >= minPts)[0]    # 初始化类别，-1代表未分类。    labels = np.full((n,), -1)    clusterId = 0    # 遍历所有的核心点    for pointId in core_points_index:        # 如果核心点未被分类，将其作为的种子点，开始寻找相应簇集        if (labels[pointId] == -1):            # 首先将点pointId标记为当前类别(即标识为已操作)            labels[pointId] = clusterId            # 然后寻找种子点的eps邻域且没有被分类的点，将其放入种子集合            neighbour=np.where((disMat[:, pointId] <= eps) & (labels==-1))[0]            seeds = set(neighbour)            # 通过种子点，开始生长，寻找密度可达的数据点，一直到种子集合为空，一个簇集寻找完毕            while len(seeds) > 0:                # 弹出一个新种子点                newPoint = seeds.pop()                # 将newPoint标记为当前类                labels[newPoint] = clusterId                # 寻找newPoint种子点eps邻域（包含自己）                queryResults = np.where(disMat[:,newPoint]<=eps)[0]                # 如果newPoint属于核心点，那么newPoint是可以扩展的，即密度是可以通过newPoint继续密度可达的                if len(queryResults) >= minPts:                    # 将邻域内且没有被分类的点压入种子集合                    for resultPoint in queryResults:                        if labels[resultPoint] == -1:                            seeds.add(resultPoint)            # 簇集生长完毕，寻找到一个类别            clusterId = clusterId + 1    return labels

3 程序结果

4 下载链接