python的聚类算法怎么选择

这篇文章主要介绍了python的聚类算法怎么选择的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇python的聚类算法怎么选择文章都会有所收获，下面我们一起来看看吧。

说明

1、如果数据集是高维度的，选择谱聚类是子空间的一种。

2、如果数据量是中小型的，K均值会是更好的选择。

如果数据量超过100W条，可以考虑使用MiniBatchKMeans。

3、如果数据集中有噪声，选择DBSCAN。

使用基于密度的DBSCAN可以有效解决这个问题。

4、若追求更高的分类准确性，则选择谱聚类。

实例

import numpy as np
import matplotlib.pyplot as plt
 
 
# 数据准备
raw_data = np.loadtxt('./pythonlearn/cluster.txt') # 导入数据文件
X = raw_data[:, :-1] # 分割要聚类的数据
y_true = raw_data[:, -1]
 
print(X)

Python的优点有哪些

1、简单易用，与C/C++、Java、C# 等传统语言相比，Python对代码格式的要求没有那么严格；

2、Python属于开源的，所有人都可以看到源代码，并且可以被移植在许多平台上使用；

3、Python面向对象，能够支持面向过程编程,也支持面向对象编程；

4、Python是一种解释性语言，Python写的程序不需要编译成二进制代码，可以直接从源代码运行程序；

5、Python功能强大，拥有的模块众多，基本能够实现所有的常见功能。

关于“python的聚类算法怎么选择”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“python的聚类算法怎么选择”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注亿速云行业资讯频道。