本人在此就不搬運書上關於密度聚類的理論知識了，僅僅實現密度聚類的模板程式碼和呼叫skelarn的密度聚類演算法。
有人好奇，為什麼有sklearn庫了還要自己去實現呢？其實，庫的程式碼是比自己寫的高效且容易，但自己實現程式碼會對自己對演算法的理解更上一層樓。

#呼叫科學計算包與繪圖包
import numpy as np
import random
import matplotlib.pyplot as plt

# 獲取資料
def loadDataSet(filename):
  dataSet=np.loadtxt(filename,dtype=np.float32,delimiter=',')
  return dataSet

#計算兩個向量之間的歐式距離
def calDist(X1,X2 ):
  sum = 0
  for x1,x2 in zip(X1,X2):
    sum += (x1 - x2) ** 2
  return sum ** 0.5

#獲取一個點的ε-鄰域（記錄的是索引）
def getNeibor(data,dataSet,e):
  res = []
  for i in range(dataSet.shape[0]):
    if calDist(data,dataSet[i])<e:
      res.append(i)
  return res

#密度聚類演算法
def DBSCAN(dataSet,e,minPts):
  coreObjs = {}#初始化核心物件集合
  C = {}
  n = dataSet.shape[0]
  #找出所有核心物件，key是核心物件的index，value是ε-鄰域中物件的index
  for i in range(n):
    neibor = getNeibor(dataSet[i],e)
    if len(neibor)>=minPts:
      coreObjs[i] = neibor
  oldCoreObjs = coreObjs.copy()
  k = 0#初始化聚類簇數
  notAccess = list(range(n))#初始化未訪問樣本集合（索引）
  while len(coreObjs)>0:
    OldNotAccess = []
    OldNotAccess.extend(notAccess)
    cores = coreObjs.keys()
    #隨機選取一個核心物件
    randNum = random.randint(0,len(cores)-1)
    cores=list(cores)
    core = cores[randNum]
    queue = []
    queue.append(core)
    notAccess.remove(core)
    while len(queue)>0:
      q = queue[0]
      del queue[0]
      if q in oldCoreObjs.keys() :
        delte = [val for val in oldCoreObjs[q] if val in notAccess]#Δ = N(q)∩Γ
        queue.extend(delte)#將Δ中的樣本加入佇列Q
        notAccess = [val for val in notAccess if val not in delte]#Γ = Γ\Δ
    k += 1
    C[k] = [val for val in OldNotAccess if val not in notAccess]
    for x in C[k]:
      if x in coreObjs.keys():
        del coreObjs[x]
  return C

# 程式碼入口
dataSet = loadDataSet(r"E:\jupyter\sklearn學習\sklearn聚類\DataSet.txt")
print(dataSet)
print(dataSet.shape)
C = DBSCAN(dataSet,0.11,5)
draw(C,dataSet)

結果圖：

下面是呼叫sklearn庫的實現

db = skc.DBSCAN(eps=1.5,min_samples=3).fit(dataSet) #DBSCAN聚類方法 還有引數，matric = ""距離計算方法
labels = db.labels_ #和X同一個維度，labels對應索引序號的值 為她所在簇的序號。若簇編號為-1，表示為噪聲
print('每個樣本的簇標號:')
print(labels)
raito = len(labels[labels[:] == -1]) / len(labels) #計算噪聲點個數佔總數的比例
print('噪聲比:',format(raito,'.2%'))
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0) # 獲取分簇的數目
print('分簇的數目: %d' % n_clusters_)
print("輪廓係數: %0.3f" % metrics.silhouette_score(X,labels)) #輪廓係數評價聚類的好壞
for i in range(n_clusters_):
  print('簇 ',i,'的所有樣本:')
  one_cluster = X[labels == i]
  print(one_cluster)
  plt.plot(one_cluster[:,0],one_cluster[:,1],'o')
plt.show()

到此這篇關於python實現密度聚類(模板程式碼+sklearn程式碼)的文章就介紹到這了,更多相關python 密度聚類內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！