【机器学习】密度聚类算法之OPTICS 的python实现

最新推荐文章于 2025-04-17 15:36:12 发布

菜小白—NLP

最新推荐文章于 2025-04-17 15:36:12 发布

阅读量4.4k

点赞数 5

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/ACM_hades/article/details/90776525

本文介绍了如何使用Python实现OPTICS（Ordering Points To Identify the Clustering Structure）算法，这是一种基于密度的聚类方法。通过提供的代码示例和结果图，展示了算法的应用过程。同时，指出了某篇参考链接中代码的问题，并提供了修正后的版本。

代码

算法理论参考：【机器学习】密度聚类算法之OPTICS

import numpy as np
import matplotlib.pyplot as plt
import operator
from scipy.spatial.distance import pdist
from scipy.spatial.distance import squareform

# 显示决策图
def plotReachability(data,eps):
    plt.figure()
    plt.plot(range(0,len(data)), data)
    plt.plot([0, len(data)], [eps, eps])
    plt.show()

# 显示分类的类别
def plotFeature(data,labels):
    clusterNum = len(set(labels))
    fig = plt.figure()
    scatterColors = ['black', 'blue', 'green', 'yellow', 'red', 'purple', 'orange', 'brown']
    ax = fig.add_subplot(111)
    for i in range(-1, clusterNum):
        colorSytle = scatterColors[i %