k-means & DBSCAN 总结


Posted in Python onApril 27, 2021

k-means

概述

k-means 通常被称为劳埃德算法, 是聚类算法中最经典也是最容易理解的模型. 简单的来说聚类就是把相似的东西分到一组.
k-means & DBSCAN 总结

基本概念

k 值:

  • 要得到簇的个数

质心:

  • 均值, 即向量各维度取平均即可

距离的度量:

  • 欧几里得距离和余弦相似度

优化目标:
k-means & DBSCAN 总结

代码:

class sklearn.cluster.KMeans(n_clusters=8, init='k-means++', n_init=10, max_iter=300, tol=0.0001, precompute_distances='auto', verbose=0, random_state=None, copy_x=True, n_jobs=1, algorithm='auto')
  """
  :param n_clusters:要形成的聚类数以及生成的质心数

  :param init:初始化方法,默认为'k-means ++',以智能方式选择k-均值聚类的初始聚类中心,以加速收敛;random,从初始质心数据中随机选择k个观察值(行

  :param n_init:int,默认值:10使用不同质心种子运行k-means算法的时间。最终结果将是n_init连续运行在惯性方面的最佳输出。

  :param n_jobs:int用于计算的作业数量。这可以通过并行计算每个运行的n_init。如果-1使用所有CPU。如果给出1,则不使用任何并行计算代码,这对调试很有用。对于-1以下的n_jobs,使用(n_cpus + 1 + n_jobs)。因此,对于n_jobs = -2,所有CPU都使用一个。

  :param random_state:随机数种子,默认为全局numpy随机数生成器
  """

基本方法

fit(X,y=None)

使用 X 作为训练数据拟合模型. 如:

kmeans.fit(X)

predict(X)

预测新的数据所在的类别. 如:

kmeans.predict([[0, 0], [4, 4]])
array([0, 1], dtype=int32)

clustercenters

获取集群中心的点坐标. 如:

kmeans.cluster_centers_
array([[ 1.,  2.],
       [ 4.,  2.]])

labels_

获取每个点的类别. 如:

kmeans.labels_

工作流程

算法的执行过程分为 4 个阶段:

  1. 随机设 k 个特征空间内的点作为初始的聚类中心
  2. 对于根据每个数据的特征向量, 从 k 个聚类中心中寻找最近的一个, 并把该暑假标记为这个聚类的中心
  3. 在所有的数据都被标记过聚类中心之后, 根据这些数据分配的类簇, 通过取分配每个先前质心的所有样本的平均值来创建新的质心重, 新对 k 个聚类中心做计算
  4. 计算旧和新质心之间的差异. 如果所有的数据点从属的聚类中心与上一次的分配的类簇没有变化, 那么迭代就可以停止, 否则回到步骤 2 继续循环
    k-means & DBSCAN 总结

优势 vs 劣势

优势

  • 算法原理简单, 可解释性好
  • 收敛速度快
  • 调参的时候只需要改变 k 一个参数

劣势

  • k 值难以确定
  • 复杂度与样本呈线性关系
  • 很难发现任意形状的簇

DBSCAN 算法

概述

DBSCAN 算法 (Density-Based Spatial Clustering of Applications with Noise) 是一种基于密度空间聚类算法.
k-means & DBSCAN 总结

基本概念

核心对象:

  • 若某个点的密度达到算法设定的阈值则其为核心点
  • 即 r 邻域内的点的数量不小于 minPts

邻域的距离阈值:

  • 设定的半径 r

直接密度可达:

  • 若某点 p 在点 q 的 r 邻域内, 且 q 是核心点则 p-q 直接密度可达

密度可达:

  • 若有一个点的序列 q0, q1, … qk, 对任意 qi-qi-1 是直接密度可达的, 则从 q0 到 qk 密度可达, 这实际上是直接密度可达的 “传播”

密度相连:

  • 若从某核心点 p 出发, 点 q 和点 k 都是密度可达的. 则称点 q 和点 k 是密度相连的

边界点:

  • 属于某一个类的非核心点, 不能发展下线了

噪声点:

  • 不属于任何一个类簇的点, 从任何一个核心出发都是密度不可达的

图解

k-means & DBSCAN 总结

  • A: 核心对象
  • B, C: 边界点
  • N: 离群点

工作流程

  • 参数 D: 输入数据集
  • 参数 e: 指定半径
  • MinPts: 密度阈值

优势 vs 劣势

优势

  • 不需要指定簇个数
  • 可以发现任意形状的簇
  • 擅长找到离群点 (检测任务)
  • 只需两个参数

劣势

  • 高维数据不是特别适用 (可以做降维)
  • 参数对结果的影响非常大
  • Sklearn 中效率并不是很高 (数据削减策略)

总结

DBSCAN 的总体效果比 k-means 好很多, 当我们需要用到聚类算法的时候推荐使用 DBSCAN, 特别在数据不规则的情况下.
k-means & DBSCAN 总结

Python 相关文章推荐
Python数组条件过滤filter函数使用示例
Jul 22 Python
Python中字符串的格式化方法小结
May 03 Python
Python max内置函数详细介绍
Nov 17 Python
Python安装模块的常见问题及解决方法
Feb 05 Python
python 读入多行数据的实例
Apr 19 Python
使用Pycharm(Python工具)新建项目及创建Python文件的教程
Apr 26 Python
Python函数参数分类原理详解
May 28 Python
python如何查看安装了的模块
Jun 23 Python
详解Flask前后端分离项目案例
Jul 24 Python
python实现磁盘日志清理的示例
Nov 05 Python
python基于tkinter制作无损音乐下载工具
Mar 29 Python
Python Pytorch查询图像的特征从集合或数据库中查找图像
Apr 09 Python
秀!学妹看见都惊呆的Python小招数!【详细语言特性使用技巧】
Apr 27 #Python
Python代码,能玩30多款童年游戏!这些有几个是你玩过的
python实现腾讯滑块验证码识别
Apr 27 #Python
python实现调用摄像头并拍照发邮箱
Apr 27 #Python
django如何自定义manage.py管理命令
Apr 27 #Python
Python爬虫之爬取二手房信息
七个Python必备的GUI库
You might like
ftp类(example.php)
2006/10/09 PHP
PHP中使用php5-ffmpeg撷取视频图片实例
2015/01/07 PHP
Laravel中扩展Memcached缓存驱动实现使用阿里云OCS缓存
2015/02/10 PHP
php强制下载文件函数
2016/08/24 PHP
PHP结合Ueditor并修改图片上传路径
2016/10/16 PHP
php实现有序数组打印或排序的方法【附Python、C及Go语言实现代码】
2016/11/10 PHP
php实现的生成排列算法示例
2019/07/25 PHP
js获取dom的高度和宽度(可见区域及部分等等)
2013/06/13 Javascript
javascript复制粘贴与clipboardData的使用
2014/10/16 Javascript
nodejs教程之制作一个简单的文章发布系统
2014/11/21 NodeJs
JavaScript对象属性检查、增加、删除、访问操作实例
2015/07/08 Javascript
JS判断页面是否出现滚动条的方法
2015/07/17 Javascript
将页面table内容与样式另存成excel文件的方法
2015/08/05 Javascript
JS实现的最简Table选项卡效果
2015/10/14 Javascript
手机图片预览插件photoswipe.js使用总结
2016/08/25 Javascript
关于在vue-cli中使用微信自动登录和分享的实例
2017/06/22 Javascript
vuejs+element-ui+laravel5.4上传文件的示例代码
2017/08/12 Javascript
angular2中使用第三方js库的实例
2018/02/26 Javascript
在vscode里使用.vue代码模板的方法
2018/04/28 Javascript
基于vue-upload-component封装一个图片上传组件的示例
2018/10/16 Javascript
基于nodejs的雪碧图制作工具的示例代码
2018/11/05 NodeJs
使用react render props实现倒计时的示例代码
2018/12/06 Javascript
JavaScript中的事件与异常捕获详析
2019/02/24 Javascript
vue获取验证码倒计时组件
2019/08/26 Javascript
微信小程序中使用 async/await的方法实例分析
2020/05/06 Javascript
Openlayers绘制聚合标注
2020/09/28 Javascript
python自动化脚本安装指定版本python环境详解
2017/09/14 Python
彻底理解Python list切片原理
2017/10/27 Python
python使用json序列化datetime类型实例解析
2018/02/11 Python
python2.7读取文件夹下所有文件名称及内容的方法
2018/02/24 Python
Python 文件数据读写的具体实现
2020/01/24 Python
python实现计算器简易版
2020/12/17 Python
amazeui时间组件的实现示例
2020/08/18 HTML / CSS
PHP如何去执行一个SQL语句
2016/03/05 面试题
我的老师教学反思
2014/05/01 职场文书
年终晚会活动方案
2014/08/21 职场文书