【机器学习】DBSCAN聚类算法（含Python实现）
from sklearn.cluster import DBSCAN
from sklearn.datasets import make_circles
import matplotlib.pyplot as plt
# 生成测试数据集
X, y = make_circles(1000, factor=0.5, noise=0.05)
# 初始化DBSCAN模型
dbscan = DBSCAN(eps=0.2, min_samples=10)
# 对数据集进行聚类
y_pred = dbscan.fit_predict(X)
# 可视化结果
plt.scatter(X[:, 0], X[:, 1], c=y_pred)
plt.title("DBSCAN Clustering")
plt.show()这段代码使用了sklearn库中的DBSCAN算法对一个圆形数据集进行聚类，并使用matplotlib库来展示聚类结果。代码首先生成了一个圆形数据集，然后初始化了DBSCAN模型，设置了eps和min_samples参数，接着对数据集进行聚类，最后将聚类结果可视化。
评论已关闭