【Python实例第22讲】不同聚类算法的比较分析

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

这个例子演示不同的聚类算法用于6个标准数据集(toy datasets)聚类上的特性。这6个数据集分别是：

• noisy_circles: 数据点围成大小两个同心圈状。

• noisy_moons: 数据点构成两个交错的半圆。

• blobs: 数据点形如团状高斯块。

• varied: 可变方差的数据块。

• aniso: 各向异性分布的数据块。

• no_structure: 均匀分布的数据。

使用的聚类算法是：

• MiniBatchKMeans

• AP聚类

• MeanShift

• 谱聚类

• Ward聚类

• 层次聚类

• DBSCAN聚类

• Birch聚类

• 高斯混合模型聚类

除了最后一个数据集no_structure, 每一对数据集-算法的参数都被优化到产生最佳的聚类结果。我们发现，一些算法对参数是敏感的。no_structure数据集是一个null情形的例子。数据是同分布的，所以没有好的聚类结果。

实例代码

import time
import warnings

import numpy as np
import matplotlib.pyplot as plt

from sklearn import cluster, datasets, mixture
from sklearn.neighbors import kneighbors_graph
from sklearn.preprocessing import StandardScaler
from itertools import cycle, islice

np.random.seed(0)

# ============
# Generate datasets. We choose the size big enough to see the scalability
# of the algorithms, but not too big to avoid too long running times
# =