Scikit-learn

Scikit-learn中怎么实现DBSCAN聚类

小亿
123
2024-05-10 17:15:52
栏目: 编程语言
开发者专用服务器限时活动,0元免费领! 查看>>

在Scikit-learn中,可以使用DBSCAN类来实现DBSCAN聚类。下面是一个简单的示例代码:

from sklearn.cluster import DBSCAN
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt

# 创建一些随机数据
X, _ = make_blobs(n_samples=1000, centers=3, cluster_std=1.0)

# 使用DBSCAN进行聚类
dbscan = DBSCAN(eps=0.5, min_samples=5)
clusters = dbscan.fit_predict(X)

# 可视化聚类结果
plt.scatter(X[:, 0], X[:, 1], c=clusters, cmap='viridis')
plt.show()

在上面的代码中,我们首先创建了一些随机数据,然后使用DBSCAN类进行聚类。在实例化DBSCAN对象时,可以指定eps参数和min_samples参数来控制聚类的敏感度和样本数。最后,我们使用matplotlib库将聚类结果可视化出来。

亿速云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>

相关推荐:Scikit-learn中怎么实现图像聚类

0
看了该问题的人还看了