Clustering by fast search and find of density peaks的python实现

最新推荐文章于 2024-07-01 19:27:29 发布

原创

最新推荐文章于 2024-07-01 19:27:29 发布 · 3.6k 阅读

23 ·

CC 4.0 BY-SA版权

文章标签：

#python #聚类 #DPCA

本文介绍了如何使用Python实现Clustering by fast search and find of density peaks的算法，详细讲述了JDPlus的DPCA实现，并分享了作者对原代码的改进，特别是在percent参数自动调整以确保程序正确运行方面的修改。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

JDPlus用python实现了DPCA,链接如下:

http://blog.youkuaiyun.com/jdplus/article/details/40351541

由于正好也要用Python做聚类,就把ta的实现改了一下,贴在下面:

def norm(iterable, n):
    return sum([abs(elem) ** n for elem in iterable]) ** (1.0 / n)

def standardize(li):
    minV, maxV = min(li), max(li)
    return [float(item-minV)/(maxV-minV) for item in li]

def readFile(path):
    try:
        with open(path, 'r') as f:
            return f.read()
    except Exception, e:
        raise e

# -*- coding: utf-8 -*-
"""
@paper:Clustering by fast search and find of density peak
@summary: 基于密度的聚类算法
    K-means是通过指定聚类中心，再通过迭代的方式更新聚类中心，每个点都被指派到距离最近的聚类中心，导致其不能检测非球面类别的数据分布。
    DBSCAN对于任意形状分布的进行聚类，但是必须指定一个密度阈值，从而去除低于此密度阈值的噪音点。
    这篇文章假设聚类中心周围都是密度比其低的点，同时这些点距离该聚类中心的距离相比于其他聚类中心最近。

@ImplementAuthor: Shaobo
Created on Mon Oct 20 13:38:18 2014
@ModifyAuthor: Psmlbj
changed on 2016/05/26
"""

from math import exp
import random
import matplotlib.pyplot as plt
import numpy as np
import psmfile as pF
import psmMath as pM


MAX = 1000000000


def readData(filePath, rowSep, colSep, specCols={}):
    # keyCol is primary key 's column,labelCol is classlabel's column
    # pointsFilter is used to filter rows to get what we want
    lines = pF.readFile(filePath).decode('utf-8')
    lines = lines.split(rowSep)
    linesMat = [row.split(colSep) for row in lines]
    #