为了更好地对比K-Means快速聚类和DBSCAN聚类,此处利用sklearn生成一个非线性边界的数据集。
from sklearn.datasets import make_moons
#一个简单的玩具数据集可视化聚类和分类算法。
X,y = make_moons(200, noise = 0.05, random_state=0)
请分别用Kmeans和DBSCAN聚类方法将此数据聚成两类,并将分类结果可视化
怎么做啊
python考试怎么做怎么做
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
2条回答 默认 最新
- 社区专家-Monster-XH 2023-11-03 15:05关注
基于Monster 组和AIGC的调写:
import matplotlib.pyplot as plt from sklearn.datasets import make_moons from sklearn.cluster import KMeans, DBSCAN # 生成数据 X, y = make_moons(200, noise=0.05, random_state=0) # 应用KMeans聚类 kmeans = KMeans(n_clusters=2) kmeans.fit(X) y_kmeans = kmeans.predict(X) # 应用DBSCAN聚类 dbscan = DBSCAN(eps=0.2, min_samples=5) y_dbscan = dbscan.fit_predict(X) # 可视化KMeans结果 plt.figure(figsize=(12, 6)) plt.subplot(121) plt.scatter(X[:, 0], X[:, 1], c=y_kmeans, cmap='viridis', edgecolor='k') plt.title('KMeans Clustering') # 可视化DBSCAN结果 plt.subplot(122) plt.scatter(X[:, 0], X[:, 1], c=y_dbscan, cmap='viridis', edgecolor='k') plt.title('DBSCAN Clustering') plt.show()
解决 无用评论 打赏 举报
悬赏问题
- ¥15 Windows Script Host 无法找到脚本文件"C:\ProgramData\Player800\Cotrl.vbs”
- ¥15 matlab自定义损失函数
- ¥15 35114 SVAC视频验签的问题
- ¥15 impedancepy
- ¥15 求往届大挑得奖作品(ppt…)
- ¥15 如何在vue.config.js中读取到public文件夹下window.APP_CONFIG.API_BASE_URL的值
- ¥50 浦育平台scratch图形化编程
- ¥20 求这个的原理图 只要原理图
- ¥15 vue2项目中,如何配置环境,可以在打完包之后修改请求的服务器地址
- ¥20 微信的店铺小程序如何修改背景图