遥感&机器学习入门实战教程｜Sklearn案例⑯：聚类与无监督分类（cluster 模块）

关注

原创最新推荐文章于 2026-07-06 08:18:01 发布 625 阅读 AI 写同款· GEO 优化 ›

sklearn专题六：聚类算法K-Means 1 概述 1.1 无监督学习与聚类算法在过去的五周之内，我们学习了决策树，随机森林，逻辑回归，他们虽然有着不同的功能，但却都属于“有监督学习”的一部分，即是说，模型在训练的时候，即需要特征矩阵X，也需要真实标签y。机器学习当中，还有相当一部分算法属于“无监督学习”，无监督的算法在训练的时候只需要特征矩阵X，不需要标签。我们曾经学过的PCA降维算法就是无监督学习中的一种，聚类算法，也是无监督学习的代表算法之一。聚类算法又叫做“无监督分类”，其目的是将数据划分成有意义或有用的组（或簇）。这种划分阅读详情

在很多遥感应用中，我们并不总能获得足够的标注样本。比如：

新区域没有实地调查数据；
部分年份没有高质量的样本；
标注工作代价昂贵。

这时，无监督学习 尤其是 聚类（Clustering） 就派上用场了。它可以仅依靠光谱特征对像素进行分组，形成初步的“伪分类结果”，再结合少量人工标注进行后续分析。

往期内容和数据链接如下：

遥感&机器学习入门实战教程数据集分享

🧩 sklearn.cluster 常见方法

KMeans：最经典的聚类方法，基于欧式距离最小化。
MiniBatchKMeans：大数据优化版，更适合整幅影像。
AgglomerativeClustering：层次聚类，自底向上逐步合并。
DBSCAN：基于密度的聚类，可发现任意形状簇，能识别噪声。
SpectralClustering：基于图论的聚类，适合复杂结构。

在遥感实验中，最常用的是 KMeans，因为它简单高效，结果可解释性强。

💻 代码示例：KSC 数据无监督聚类

# -*- coding: utf-8 -*-
"""
Sklearn案例⑯：聚类与无监督分类（KSC 数据）
"""

import os, numpy as np, scipy.io as sio, matplotlib.pyplot as plt, matplotlib
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from sklearn.cluster import KMeans, AgglomerativeClustering, DBSCAN

# ===== 中文显示 =====
matplotlib.rcParams['font.family'] = 'SimHei'
matplotlib.rcParams['axes.unicode_minus'] = False

# ===== 参数 =====
DATA_DIR = r"your_path"   # ← 修改为你的 KSC 数据路径
PCA_DIM  = 20             # 聚类前先降维，加快计算
SEED     = 42

# ===== 1. 读取数据 =====
X_cube = sio.loadmat(os.path.join(DATA_DIR,"KSC.mat"))["KSC"].astype(np.float32)
Y_map  = sio.loadmat(os.path.join(DATA_DIR,"KSC_gt.mat"))["KSC_gt"].astype(int)
h, w, b = X_cube.shape
coords = np.argwhere(Y_map!=0)
X_all  = X_cube[coords[:,0], coords[:,1]]
y_all  = Y_map[coords[:,0], coords[:,1]] - 1
num_classes = y_all.max()+1
print(f"标签像素: {len(y_all)}, 类别数: {num_classes}")

# ===== 2. 标准化 + PCA =====
scaler = StandardScaler().fit(X_all)
X_std  = scaler.transform(X_all)
X_pca  = PCA(n_components=PCA_DIM, random_state=SEED).fit_transform(X_std)

# ===== 3. 聚类模型 =====
models = {
    "KMeans": KMeans(n_clusters=num_classes, random_state=SEED, n_init=10),
    "层次聚类": AgglomerativeClustering(n_clusters=num_classes),
    "DBSCAN": DBSCAN(eps=2, min_samples=5)   # 参数需调节
}

# ===== 4. 聚类结果可视化（抽样二维PCA显示）=====
fig, axes = plt.subplots(1, 3, figsize=(13,4), constrained_layout=True)
for ax,(name,model) in zip(axes, models.items()):
    labels_pred = model.fit_predict(X_pca)
    sc = ax.scatter(X_pca[:,0], X_pca[:,1], c=labels_pred, cmap="tab20", s=5)
    ax.set_title(name)
plt.suptitle("KSC 数据无监督聚类二维可视化", fontsize=14)
plt.show()

# ===== 5. 整图聚类（仅KMeans示例）=====
X_flat = X_cube.reshape(-1, b)
X_flat_std = scaler.transform(X_flat)
X_flat_pca = PCA(n_components=PCA_DIM, random_state=SEED).fit_transform(X_flat_std)

kmeans = KMeans(n_clusters=num_classes, random_state=SEED, n_init=10)
labels_full = kmeans.fit_predict(X_flat_pca).reshape(h, w)

plt.figure(figsize=(7,6))
plt.imshow(labels_full, cmap="tab20")
plt.title("KSC 整图无监督分类 (KMeans)")
plt.axis("off")
plt.show()