0
我一直在使用此代碼嘗試從我的文件中聚集我的經度和緯度點。但是我認爲它實際上是創建隨機點而不是實際使用我自己的點來找到羣集。在Python中調整DBSCAN,以便它讀取我的數據集
我還不確定這個算法是如何工作的。如果任何人都可以擺脫創建隨機點上我將如何在數據讀取方面的一些光正常,而不是它是什麼,我認爲make_blobs是做什麼的,將不勝感激
print(__doc__)
import numpy as np
from sklearn.cluster import DBSCAN
from sklearn import metrics
from sklearn.datasets.samples_generator import make_blobs
from sklearn.preprocessing import StandardScaler
##############################################################################
# Generate sample data
input = np.genfromtxt(open("dataset_import_noaddress.csv","rb"),delimiter=",", skip_header=1)
coordinates = np.delete(input, [0,1], 1)
X, labels_true = make_blobs(n_samples=750, centers=coordinates, cluster_std=0.4,
random_state=0)
X = StandardScaler().fit_transform(X)
##############################################################################
# Compute DBSCAN
db = DBSCAN(eps=0.3, min_samples=10).fit(X)
core_samples_mask = np.zeros_like(db.labels_, dtype=bool)
core_samples_mask[db.core_sample_indices_] = True
labels = db.labels_
# Number of clusters in labels, ignoring noise if present.
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)
print('Estimated number of clusters: %d' % n_clusters_)
print("Homogeneity: %0.3f" % metrics.homogeneity_score(labels_true, labels))
print("Completeness: %0.3f" % metrics.completeness_score(labels_true, labels))
print("V-measure: %0.3f" % metrics.v_measure_score(labels_true, labels))
print("Adjusted Rand Index: %0.3f"
% metrics.adjusted_rand_score(labels_true, labels))
print("Adjusted Mutual Information: %0.3f"
% metrics.adjusted_mutual_info_score(labels_true, labels))
print("Silhouette Coefficient: %0.3f"
% metrics.silhouette_score(X, labels))
##############################################################################
# Plot result
import matplotlib.pyplot as plt
# Black removed and is used for noise instead.
unique_labels = set(labels)
colors = plt.cm.Spectral(np.linspace(0, 1, len(unique_labels)))
for k, col in zip(unique_labels, colors):
if k == -1:
# Black used for noise.
col = 'k'
class_member_mask = (labels == k)
xy = X[class_member_mask & core_samples_mask]
plt.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=col,
markeredgecolor='k', markersize=14)
xy = X[class_member_mask & ~core_samples_mask]
plt.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=col,
markeredgecolor='k', markersize=6)
plt.title('Estimated number of clusters: %d' % n_clusters_)
plt.show()
我知道這可能是一個簡單的問題,但我真的只是希望找出是否有一種方法可以簡單地使用我的數據集,而不是創建一個隨機數據集。座標包含我所有點的矩陣
再次感謝您的幫助,我對編碼非常陌生,所以像這樣的算法我很難找到。我會看看ELKI工具包。我希望通過這段代碼,在創建隨機數據的部分中,我可以用我的文件中的點生成的隨機點代替,這絕對不是可能的嗎? – RyanKilkelly
之前有隨機點有0個好處。您不能重複使用大量的示例代碼!一切可重用的方法是'DBSCAN'。 –