26、python密度聚類方法（DBSCAN密度聚類）

1、DBSCAN概念 

基於密度的帶噪聲的空間聚類應用算法，它是將簇定義爲密度相連的點的大集合，能夠把足夠高密度的區域劃分爲簇，並且可在噪聲的空間數據集中發現任意形狀的聚類。

2、密度聚類和距離聚類

密度聚類：只要臨近區域的密度、對象、或者數據點的數目超過耨個閾值，就繼續聚類，可以根據與周偉特點進行聚類

kmeans和分層聚類都是基於距離進行聚類，只能發現球狀的簇，五發現其他形式的簇

3、其他概念

01密度：空間中任意一點的密度是以該點爲圓形，以Eps爲半徑的圓區域內包含的點數目。

02 領域： 空間中任意一點的領域是以該點爲圓心、以Eps爲半徑的圓區域內包含的點數目。

03 核心點：空間某一點的密度，如果大於某一給定閾值MInPts，則稱爲邊界點。

04 噪聲點：數據集中不屬於核心點，也不屬於邊界點的點，也就是密度值爲1的點

4、聚類方法

 

model=sklearn.cluster.DBSCAN(eps,min_samples)

eps 領域的大小，使用圓的半徑表示
min_samples 點的個數的閾值

model.fit_predict(data)

data 數據

訓練模型並且進行預測的方法

5、案例

import pandas as pd

import matplotlib.pyplot as plt


data = pd.read_csv('D:\\DATA\\pycase\\number2\\7.2\\data.csv')

plt.plot(
        data['x'],
        data['y'],
        '.',
        color='r'
        )
# 只能畫出一種顏色，scatter可以根據標籤類型區分繪畫分類


# 導入DBSCN訓練算法

from sklearn.cluster import DBSCAN

eps=0.2 # 領域的大小，使用圓的半徑表示

MinPts=5 # 領域內，點個數的閾值

model=DBSCAN(eps,MinPts)

# 數據匹配
data['type']=model.fit_predict(data)

# 繪圖
plt.scatter(
        data['x'],
        data['y'],
        c=data['type'] # 表示顏色
        )