DBSCAN聚类算法原理以及代码

算法里面有两个参数，一个是半径，另一个是数量，根据半径划分范围

简单理解

算法里面有两个参数，一个是半径，另一个是数量，根据半径划分范围，在这个范围内的数据可以称为直接密度可达，然后取在这个范围内的每个数据根据半径再继续划分范围，从而达到“传播”的效果

算法优点

不需要事先知道要形成的簇类的数量。
可以发现任意形状的簇类。
对噪声敏感，更容易找到噪声

代码

# 导入包
from sklearn.cluster import KMeans   # 算法
from sklearn.datasets import load_iris     # 数据集
from sklearn.model_selection import train_test_split    # 数据集划分
from sklearn.metrics import accuracy_score     #评估
from sklearn.preprocessing import StandardScaler   # 标准化
from sklearn.model_selection import GridSearchCV   # 交叉验证网格搜索(没用到）
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

iris = load_iris()    # 加载数据集

# 获取特征值和目标值，目标值在这里没什么用
X = iris.data[:, 1:3]
Y = iris.target

# 数据分割，测试集为0.2，随机种子2021
X_train, x_test, y_train, y_test = train_test_split(X, Y, test_size=0.2, random_state=2021)

from sklearn.cluster import DBSCAN

# 设置半径为10，最小样本量为2，训练
db = DBSCAN(eps=0.3, min_samples=2).fit(X_train)
labels = db.labels_

# 可视化
plt.figure(figsize=(20, 8))
plt.scatter(X_train[:, 0], X_train[:, 1], c=labels, s=100)