python 密度聚类 使用_使用python+sklearn实现手写数字的二维嵌入中进行各种层次聚类...

此示例的目标是直观地显示度量(metrics)的行为，而不是找到好的手写数字的聚类，这就是为什么该示例适用于二维嵌入的原因。

该示例向我们展示的是层次聚类的行为-“富人越来富(rich getting richer)”，这往往会导致大小不均匀的聚类。对于平均链接策略，此行为是明显会发生的，它以几个单聚类结束，而在单链接的情况下，我们得到一个中央聚类，所有其他聚类均从中央聚类边缘周围的噪声点中得出。

sphx_glr_plot_digits_linkage_001

sphx_glr_plot_digits_linkage_002 sphx_glr_plot_digits_linkage_003

sphx_glr_plot_digits_linkage_004

输出：

Computing embedding
Done.
ward :  0.31s
average :       0.30s
complete :      0.29s
single :        0.21s

# 作者: Gael Varoquaux# 许可证: BSD 3 clause (C) INRIA 2014
print(__doc__)from time import timeimport numpy as npfrom scipy import ndimagefrom matplotlib import pyplot as pltfrom sklearn import manifold, datasets
X, y = datasets.load_digits(return_X_y=True)
n_samples, n_features = X.shape
np.random.seed(0)def nudge_images(X, y):# 拥有更大的数据集可以更清楚地显示这个方法的行为，# 但我们仅将数据集的大小乘以2，# 因为层次聚类方法的计算成本是# 是n_samples的超线性(super-linear)
    shift = lambda x: ndimage.shift(x.reshape((8, 8)),.3 * np.random.normal(size=2),
                                  mode='constant',
                                  ).ravel()
    X = np.concatenate([X, np.apply_along_axis(shift, 1, X)])
    Y = np.concatenate([y, y], axis=0)return X, Y
X, y = nudge_images(X, y)#----------------------------------------------------------------------# 可视化聚类def plot_clustering(X_red, labels, title=None):
    x_min, x_max = np.min(X_red, axis=0), np.max(X_red, axis=0)
    X_red = (X_red - x_min) / (x_max - x_min)
    plt.figure(figsize=(6, 4))for i in range(X_red.shape[0]):
        plt.text(X_red[i, 0], X_red[i, 1], str(y[i]),
                 color=plt.cm.nipy_spectral(labels[i] / 10.),
                 fontdict={'weight': 'bold', 'size': 9})
    plt.xticks([])
    plt.yticks([])if title is not None:
        plt.title(title, size=17)
    plt.axis('off')
    plt.tight_layout(rect=[0, 0.03, 1, 0.95])#----------------------------------------------------------------------# 手写数字识别数据集的二维嵌入
print("Computing embedding")
X_red = manifold.SpectralEmbedding(n_components=2).fit_transform(X)
print("Done.")from sklearn.cluster import AgglomerativeClusteringfor linkage in ('ward', 'average', 'complete', 'single'):
    clustering = AgglomerativeClustering(linkage=linkage, n_clusters=10)
    t0 = time()
    clustering.fit(X_red)
    print("%s :\t%.2fs" % (linkage, time() - t0))
    plot_clustering(X_red, clustering.labels_, "%s linkage" % linkage)
plt.show()

脚本的总运行时间：(0分钟25.325秒) 估计的内存使用量： 152 MB

下载Python源代码: plot_segmentation_toy.py

下载Jupyter notebook源代码: plot_segmentation_toy.ipynb

由Sphinx-Gallery生成的画廊

本文由“壹伴编辑器”提供技术支持

☆☆☆为方便大家查阅，小编已将scikit-learn学习路线专栏文章统一整理到公众号底部菜单栏，同步更新中，关注公众号，点击左下方“系列文章”，如图：

欢迎大家和我一起沿着scikit-learn文档这条路线，一起巩固机器学习算法基础。(添加微信：mthler，备注：sklearn学习，一起进【sklearn机器学习进步群】开启打怪升级的学习之旅。)

‍