[Python数据挖掘] sklearn-DBSCAN聚类

[问题背景]

假定有这样的数据集，txt格式，ANSI编码：

YZN,133,108,76
ZHY,96,145,101
WYZ,132,107,60
DHY,100,102,120
CYH,139,99,93
LHY,73,149,81
ZHY,85,148,93
TQP,39,138,85
ZZL,145,112,71
HJC,101,116,118
XZY,99,98,117

每行第一列是学生姓名，第二列是语文成绩，第三列是数学成绩，第四列是英语成绩。

目标是利用KMeans对学生进行聚类，例如聚成3类。
[问题分析]

数据处理loadData()函数的设计在[Python数据处理] 怎样用Python预处理txt文档提取数据中已经讲过。

应用DBSCAN聚类器：

数据预处理grade.txt(需要和该py代码处于同一目录下)

if __name__ == '__main__':
    Name, Data = loadData('grade.txt')

设置DBSCAN聚类器所需要的参数eps（邻域半径）和min_samples（最小样本数）

eps = 21
min_samples = 2

DBSCAN聚类的原理请参见我在B站的投稿视频：DBSCAN聚类 动画演示

 用DBSCAN方法设置一个eps=21，min_samples=2的聚类器db，