python sklearn DBSCAN 实例上网时间聚类

最新推荐文章于 2023-07-27 16:31:08 发布

Rankiy

最新推荐文章于 2023-07-27 16:31:08 发布

阅读量1.5k

点赞数 2

分类专栏： python 文章标签： python sklearn DBSCAN

本文链接：https://blog.youkuaiyun.com/rankiy/article/details/99862387

版权

python sklearn DBSCAN

DBSCAN密度聚类

DBSCAN算法是一种基于密度的聚类算法
1、聚类的时候不需要预先指定簇的个数
2、最终的簇的个数不定

DBSCAN数据点分为三类：

核心点：在半径Eps内含有超过MinPts数目的点
办界点：在半径Eps内点的数量小于MinPts,但是落在核心点的邻域内
噪音点：既不是核心点也不是办界点的点

DBSCAN算法流程：

1、将所有点标记为核心点，办界点或噪声点
2、删除噪声点
3、为距离为Eps之内的所有核心点之间赋予一条边
4、每组连通的核心点形成一个簇
5、将每个边界点指派到一个与之关联的核心点的簇中（哪一个核心点的半径范围之内）

DBSCAN的应用实例

实验目的
通过DBSCAN聚类，分析学生上网时间和上网时长的模式
技术路线
sklearn.cluster.DBSCAN

实验过程：
建立工程，引入相关包–>加载数据，预处理数据–>
1、–>上网时长的取类分析–>分析结果
2、–>上网时间的聚类分析–>分析结果

主要参数
DBSCAN(eps=0.5,min_samples=5,metric=‘euclidean’,metric_params=None,
algorithm=‘auto’,leaf_size=30,p=None,n_jobs=None)
eps:两个样本被看作邻居节点的最大距离
min_samples:簇的样本数
metric:距离计算方式

实例代码

import numpy as np
import sklearn.cluster as skc
from sklearn import metrics
import matplotlib.pyplot as plt

f=open('学生月上网时间分布-TestData.txt','r+',encoding='utf8')

mac2id=dict()
onlinetmac=[]
for line in f:
    mac=line.split(',')[2]
    onlinetime=int(line.split(',')[6])
    starttime=int(line.split(',')[4]