AGENS算法实现经纬度

Question

k-means算法,dbscan算法,AGENS算法三种算法实现经纬度

Answer 1

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 文章：聚类分析(K-means 层次聚类和基于密度DBSCAN算法三种实现方式) 中也许有你想要的答案，请看下吧
• 除此之外, 这篇博客: k-means算法（DBSCAN算法），聚类算法中的 一、K-means算法是最经典的聚类算法（无监督学习）， 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

      本文对scikit-learn中的kmeans进行说明，以便以后使用。

  首先：k-means算法的优劣如下

  优势：简单，快速，适合常规数据集

  劣势：K值难确定，复杂度与样本呈线性关系，很难发现任意形状的簇（针对凸数据集效果较好：

  在欧氏空间中，凸集是对于集合内的每一对点，连接该对点的直线段上的每个点也在该集合内。凹集则不满足）

  

   要使用kmeans算法的话，首先需要进行import：

      from sklearn.cluster import KMeans

      scikit-learn中，通过KMeans进行对象的新建，并传入算法参数进行参数设置。

  ---

      KMeans传参详解：

      1、n_clusters : k值，聚类中心数量（开始时需要产生的聚类中心数量），默认为8

      2、max_iter : 算法运行的最大迭代次数，默认300，凸数据集不用管这个数，凹数据集需要指定。

      3、tol: 容忍的最小误差，当误差小于tol就会退出迭代（算法中会依赖数据本身），默认为1e-4

      4、n_init : （用不同的初始化之心运行计算的次数）k-means算法会随机运行n_init次，最终的结果将是最好的一个聚类结果，默认10

      5、init : 即初始值（质心）选择的方式，有三个选择{

  ---

  优化过的'k-means++',  ，一般默认'k-means++' ，

  完全随机选择'random': 随机选择k个实例作为聚类中心

  自己指定的初始化质心，ndarray：如果传入为矩阵（ndarray），则将该矩阵中的每一行作为聚类中心

  初始化过程如下：

  从输入的数据点集合（要求有k个聚类）中随机选择一个点作为第一个聚类中心；（2）、对于数据集中的每一个点x，计算它与最近聚类中心(指已选择的聚类中心)的距离D(x)；（3）、选择一个新的数据点作为新的聚类中心，选择的原则是：D(x)较大的点，被选取作为聚类中心的概率较大；（4）、重复2和3直到k个聚类中心被选出来

  ---

      6、algorithm :可选的K-means距离计算算法， 可选{"auto", "full" or "elkan",default="auto"}

  ---

          "full"：传统的距离计算方式.，支持稀疏数据。

         "elkan"：使用三角不等式，效率更高，但是目前不支持稀疏数据。1、计算任意两个聚类中心的距离；2当计算x点应该属于哪个聚类中心时，当发现2*S(x，K1)<S（x，K2）时，根据三角不等式，S（x，K2）>S(x，K1)，

         "auto"：当为稀疏矩阵时，采用full，否则elkan。

  ---

      7、precompute_distances : 是否将数据全部放入内存计算，可选{'auto', True, False}，开启时速度更快但是更耗内存.

  ---

         'auto' : 当n_samples * n_clusters > 12million，不放入内存，否则放入内存，double精度下大概要多用100M的内存

         True : 进行预计算

        False : 不进行预计算

  ---

      8、n_jobs : 同时进行计算的核数（并发数），n_jobs用于并行计算每个n_init，如果设置为-1，使用所有CPU，若果设置为1，不并行，也可以自定义个数

      9、random_state : 用于随机产生中心的随机序列,指定确切的数字后，可以让每次运行程序，产生的结果都一样

      10、verbose : 是否输出详细信息，默认为0，值越大，细节打印越多。

  ---

         ● int：冗长度★ 0：不输出训练过程● 1：偶尔输出● >1：对每个子模型都输出

  ---

      11、copy_x : 是否直接在原矩阵上进行计算。默认为True，会copy一份进行计算。

  
      新建对象后，常用的方法包括fit、predict、cluster_centers_和labels。fit（X）函数对数据X进行聚类，使用predict方法进行新数据类别的预测，使用cluster_centers_获取聚类中心，使用labels_获取训练数据所属的类别，inertia_获取每个点到聚类中心的距离和。

  一维数据的聚类：

  参考链接

  from sklearn.cluster import KMeans
  import numpy as np
  x = np.random.random(10000)
  y = x.reshape(-1,1)
  km = KMeans()
  km.fit(y)
  km.cluster_centers_

  核心的操作是y = x.reshape(-1,1)，含义为将一维数据变成只有1列，行数不知道多少（-1代表根据剩下的维度计算出数组的另外一个shape属性值）。

  多维数据聚类样例：

  ---

  import pandas as pd
  
  from sklearn.cluster import KMeans

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^