文章目錄

• 一. 數據源介紹
• 二. 使用DBSCAN進行聚類
• 參考：

一. 數據源介紹

數據源:
一個啤酒的數據源，為了方便演示，數據只有20行。

• name 啤酒的名稱
• calories 啤酒的卡路裡
• sodium 納元素含量
• alcohol 酒精含量
• cost 價格

二. 使用DBSCAN進行聚類

代碼:

import pandas as pd
from sklearn.cluster import DBSCAN
from pandas.plotting import scatter_matrix
import matplotlib.pyplot as plt
import numpy as np
from sklearn.preprocessing import StandardScaler
from sklearn import metrics
# 讀取數據源
beer = pd.read_csv('E:/file/data.txt', sep=' ')
X = beer[["calories","sodium","alcohol","cost"]]
# 訓練數據源
db = DBSCAN(eps=10, min_samples=2).fit(X)
# 加上標簽
labels = db.labels_
beer['cluster_db'] = labels
beer.sort_values('cluster_db')
# 畫圖
colors = np.array(['red', 'green', 'blue', 'yellow'])
pd.scatter_matrix(X, c=colors[beer.cluster_db], figsize=(10,10), s=100)
plt.show()
# 驗證模型效果
score_scaled = metrics.silhouette_score(X,beer.cluster_db)
print("使用DBSCAN的模型效果:")
print(score_scaled)

測試記錄:
使用DBSCAN的模型效果:
0.49530955296776086

分析:
從評分及可視化效果來看，聚類效果不理想，不如K-Means效果。
對於樣本集復雜的使用DBSCAN。
對於樣本集簡單的直接使用K-Means即可。

參考：

1. https://study.163.com/course/introduction.htm?courseId=1003590004#/courseDetail?tab=1