第一周<单元一聚类>

K-means 聚类算法

初始随机选择
而后不断更新

kmeans 应用 省份归类

调用kmeans方法所需要的参数

• n_clusters 指定的聚类中心
• init 初始聚类中心的初始化方法 默认k-means++
• max_iter 最大的次数 默认300
• data 数据
• label 聚类后所属的标签

• fit_predict() 计算簇中心以及为其选取序号

  扩展改进

  可以自己改测量方法。。
  更改源码
  推荐 scipy.spatial.distance.cdist

DBSCAN 密度聚类 聚类算法

这是一种基于密度的聚类算法
将数据点分为三类

1. 核心点：再半径Eps内含有超过MinPts 的点
2. 边界点：在半径Eps内点的数量小于MinPts,但是落在核心点的邻域内

3. 噪音点：其他的点

   算法流程

4. 将所有点标记为三类点
5. 删除噪声点
6. 为距离在Eps之内的所有核心点之间连一条边
7. 每组连同的哪一个核心点形成一个簇

8. 将每个边界点指派到一个与之相关的核心点的簇中（哪一个核心点的半径范围之内）

   算法参数

• eps
• min_samples 簇的样本数？
• metric 距离计算方法 edulidean