人工智能_机器学习086_DBSCAN算法原理_以及参数详解_聚类过程详细可视化展现---人工智能工作笔记0126

人工智能_机器学习086_DBSCAN算法原理_以及参数详解_聚类过程详细可视化展现---人工智能工作笔记0126_第1张图片

然后我们来看一下这个DBSCAN可以看到上面动画演示了,他聚类的过程

人工智能_机器学习086_DBSCAN算法原理_以及参数详解_聚类过程详细可视化展现---人工智能工作笔记0126_第2张图片

可以看到对于一些离群点他会自动的计算出来并且过滤掉,清洗掉,这些离群点,也就是异常值对吧

我们要找到的是一般规律,需要一个具有普适性的模型,对于特殊的离群的,异常的值应该会自动忽略掉

人工智能_机器学习086_DBSCAN算法原理_以及参数详解_聚类过程详细可视化展现---人工智能工作笔记0126_第3张图片

然后我们首先导包

import numpy as np 数学计算包

import matplotlib.pyplot as plt 画图包

fromt sklearn.cluster import KMeans,DBSCAN 聚类算法KMeans DBSCAN聚类算法

from sklearn import datasets 导入数据集包

上一节我们对DBSCAN的原理进行了说明,然后现在我们

对他的参数来看一下,我们按下shift tab

人工智能_机器学习086_DBSCAN算法原理_以及参数详解_聚类过程详细可视化展现---人工智能工作笔记0126_第4张图片

首先我们看这里的eps参数,min_samples=5这个参数 metric这个参

你可能感兴趣的:(人工智能,机器学习,DBSCAN原理,DBSCAN可视化,DBSCAN参数详解)