python 聚类_【读书笔记】DBSCAN聚类Python程序及轮廓系数

DBSCAN聚类Python程序及评价轮廓系数

import pandas aspd

beer =pd.read_csv('C:/Users/zhao/Desktop/data.txt', sep='     ')  # 导入数据

print(beer)

fromsklearn.cluster import DBSCAN

X =beer[["colories","sodium","alcohol","cost"]]

db =DBSCAN(eps=10, min_samples=2).fit(X)  # 设置半径为10，最小样本量为2，建模

labels =db.labels_   # 聚类，将每个实例的簇标签放入labels序列

beer['cluster_db']= labels  # 在数据集最后一列加上经过DBSCAN聚类后的结果

beer.sort_values('cluster_db')

print(beer.groupby('cluster_db').mean())  # 查看根据DBSCAN聚类后的分组统计结果(均值)

print(pd.plotting.scatter_matrix(X,c=beer.cluster_db.tolist(), figsize = (10,10), s=100))  # 画出在不同两个指标下样本的分布情况

# 可以从这个图里观察聚类效果的好坏，但是当数据量很大，或者指标很多