【python】基于sklearn的聚类算法的比较

1、先给定数据：import numpy as npimport matplotlib.pyplot as pltfrom sklearn import datasetsx1,_=datasets.make_circles(n_samples=5000, factor=.6, noise=0.05)x2,_=datasets.make_blobs(n_samples=1000, n_features=2, centers=[[1.2,1.2]], cluster_std=[[.1]], random_state=9)数据可视化效果如下图，这是一系列散点。

2、我们想让计算机把这些散点分成三类。先使用K均值算法进行分类：from sklearn.cluster import KMeansresult=KMeans(n_clusters=3,random_state=9).fit_predict(x)plt.figure(figsize=(5,5))plt.scatter(x[:,0],x[:,1],c=result)分类效果如下图所示。

3、再看看小批量K均值算法的分类结果。from sklearn.cluster import MiniBatchKMeansresult=MiniBatchKMeans(n_clusters=3,random_state=9).fit_predict(x)这个效果和上面的差不多。

4、使用Birch的层次分类方法：from sklearn.cluster import Birchresult=Birch(n_clusters=3).fit_predict(x)

5、基于带有噪音干扰的密度分类法：from sklearn.cluster import DBSCANresult=DBSCAN(eps=0.1,min_samples=10).fit_predict(x)这种方法不需要制定分类类别，但是需要制定距离和每一簇的最小样本数。

6、谱分类，需要计算基于rbf距离的相似矩阵：from sklearn.cluster import SpectralClusteringresult=SpectralClustering(n_clusters=3).fit_predict(x)

7、吸引子传播算法，利用样本之间的亲近程度进行分类：from sklearn.cluster import AffinityPropagationresult=AffinityPropagation().fit_predict(x)这个算法的特点是计算时间比较长，大约需要3分钟。