python聚类dbscan案例经纬度_python机器学习库sklearn之DBSCAN密度聚类实例

本文介绍了使用Python机器学习库sklearn中的DBSCAN算法进行密度聚类的方法,包括构造数据集、执行DBSCAN聚类以及可视化聚类结果。通过示例代码展示了如何应用DBSCAN,并计算了噪声点比例和轮廓系数来评估聚类质量。
摘要由CSDN通过智能技术生成

python机器学习库sklearn之DBSCAN密度聚类实例

这里只讲述sklearn中如何使用DBSCAN密度聚类进行聚类。

DBSCAN密度聚类过程:

1、构造数据集。

2、使用数据集进行DBSCAN密度聚类算法。

3、可视化聚类效果。

import numpy as np

import sklearn.cluster as skc

from sklearn import metrics

import matplotlib.pyplot as plt

data=[

[-2.68420713,1.469732895],[-2.71539062,-0.763005825],[-2.88981954,-0.618055245],[-2.7464372,-1.40005944],[-2.72859298,1.50266052],

[-2.27989736,3.365022195],[-2.82089068,-0.369470295],[-2.62648199,0.766824075],[-2.88795857,-2.568591135],[-2.67384469,-0.48011265],

[-2.50652679,2.933707545],[-2.61314272,0.096842835],[-2.78743398,-1.024830855],[-3.22520045,-2.264759595],[-2.64354322,5.33787705],

[-2.38386932,6.05139453],[-2.6225262,3.681403515],[-2.64832273,1.436115015],[-2.19907796,3.956598405],[-2.58734619,2.34213138],

[1.28479459,3.084476355],[0.93241075,1.436391405],[1.4640

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值