前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >简单谈谈DBSCAN聚类

简单谈谈DBSCAN聚类

作者头像
Cyril-KI
发布2022-07-29 19:41:18
2990
发布2022-07-29 19:41:18
举报
文章被收录于专栏:KI的算法杂记

在前面

聚类的学习过程总是很快乐的,因为真的太简单了!

1.基本概念

初始设定两个值:minPts以及半径r。

  • 核心对象:若一个点的r邻域内点的个数大于等于minPts,我们就称该点为一个核心对象。
  • 邻域的距离阈值:r。
  • 直接密度可达:若某点p在核心点q的邻域内,则称p-q直接可达。
  • 密度可达:若有一个点序列:q0,q1,q2,...,qk,对序列里任意两个相邻的点都是直接可达的,则称从q0到qk密度可达。

2.基本流程

  1. 任意选择一个未被访问的点p,并将该点标记为已访问。
  2. 如果p的邻域内点的个数大于mminPts(核心对象),则初始化一个簇C,将p以及p领域内的点加入到C中。
  3. 遍历C中每个点,如果有未被访问的,将其标记为已访问。如果该点也是核心对象,则同样将该点邻域内的点加入到C中。
  4. 重复步骤3直到C中不再存在没被访问的核心对象,将簇C加入到一个集合final中。
  5. 重复步骤1234直到没有核心点未被标记,剩余的点标记为噪声点。
  6. 输出final与噪声点。

3.代码与实现效果

代码语言:javascript
复制
import matplotlib.pyplot as plt

minPts = 5   #最小个数
epsilon = 1.0  #半径

color = ['red', 'black', 'blue', 'orange']
visited = []
C = []  #保存最终的聚类结果
noise = []  #噪声点

x = []
y = []
data = open('聚类数据集/dataset.txt')
for line in data.readlines():
    x.append(float(line.strip().split('\t')[0]))
    y.append(float(line.strip().split('\t')[1]))

for i in range(len(x)):    #初始化标记数组
    visited.append(False)

def judge():         #判断是否还存在核心点未被标记
    for i in range(len(x)):
        if visited[i]:
            continue
        cnt, lis = countObject(x, y, i)
        if cnt >= minPts:
            return True
    return False

def select():    #选择一个没被标记的点
    for i in range(len(visited)):
        if not visited[i]:
            return i
    return -1

def countObject(x, y, p):   #计算点p邻域的内点的个数
    cnt = 0
    lis = []
    for i in range(len(x)):
        if i == p:
            continue
        if (x[i] - x[p]) ** 2 +(y[i] - y[p]) ** 2 <= epsilon ** 2:
            cnt += 1
            lis.append(i)
    return cnt, lis

def check(c):
    for i in c:
        if visited[i]:
            continue
        cnt, lis = countObject(x,y , i)
        if cnt >= minPts:
            return True
    return False

def dbscan():
    while judge():     #判断是否还存在核心点未被标记
        p = select()  #选择一个没被访问的点
        visited[p] = True
        cnt, lis = countObject(x, y, p)
        if cnt >= minPts:
            c = []
            c.append(p)
            for i in lis:
                c.append(i)
            while(check(c)):   #至少有一个点没被访问且该点领域内至少minPts个点
                for i in c:
                    if not visited[i]:
                        visited[i] = True
                        cnt1, lis1 = countObject(x, y, i)
                        if cnt >= minPts:
                            for j in lis1:
                                c.append(j)
            C.append(c)
    for i in range(len(visited)):
        if not visited[i]:
            noise.append(i)

    return C


if __name__ == '__main__':
    cluster = dbscan()
    X = []
    Y = []
    for i in noise:
        X.append(x[i])
        Y.append(y[i])
    plt.scatter(X, Y, c='m', marker='D')  # 噪声点
    plt.legend(['noise'])

    for i in range(len(cluster)):
        X = []
        Y = []
        for j in cluster[i]:
            X.append(x[j])
            Y.append(y[j])
        plt.scatter(X, Y, c=color[i], alpha=1, s=50)
        plt.title('dbscan')
        
    plt.show()
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-11-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 KI的算法杂记 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1.基本概念
  • 2.基本流程
  • 3.代码与实现效果
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档