简单用k-mean处理iris 数据集

import pandas as pd
from sklearn.cluster import KMeans
from sklearn.metrics import homogeneity_score, completeness_score, v_measure_scoredata = pd.read_csv('iris.data', header=None, names=['花萼长度', '花萼宽度', '花瓣长度', '花瓣宽度', '类别'])
x = data[['花萼长度', '花萼宽度', '花瓣长度', '花瓣宽度']]
model = KMeans(n_clusters=3, init='k-means++')
model.fit(x)
y_pred = model.predict(x)
print('homogeneity_score = ', homogeneity_score(data['类别'], y_pred))
print('completeness_score = ', completeness_score(data['类别'], y_pred))
print('v_measure_score = ', v_measure_score(data['类别'], y_pred))
data['Predict'] = y_pred
print(data)
data.to_csv('result.csv', sep=',', encoding='gbk', index=False)
print('Data Save OK....')
OUT:
homogeneity_sc

聚类(中)层次聚类 基于密度的聚类算法相关推荐

  1. DBSCAN聚类︱scikit-learn中一种基于密度的聚类方式

    文章目录 @[toc] 一.DBSCAN聚类概述 1.伪代码 2.优点: 3.缺点: 4.与其他聚类算法比较 二.sklearn中的DBSCAN聚类算法 1.主要函数介绍: 最重要的两个参数: 其他主 ...

  2. 聚类(四)—— 基于密度的聚类

    主要内容 聚类分析概述 K-Means聚类 层次聚类 基于密度的聚类 其他聚类方法 聚类评估 小结 四.基于密度的聚类 算法原理 基于密度的聚类算法的主要思想是:只要邻近区域的密度(对象或数据点的数目 ...

  3. 【数据挖掘】基于密度的聚类方法 - DBSCAN 方法 ( K-Means 方法缺陷 | 基于密度聚类原理及概念 | ε-邻域 | 核心对象 | 直接密度可达 | 密度可达 | 密度连接 )

    文章目录 I . K-Means 算法在实际应用中的缺陷 II . K-Means 初始中心点选择不恰当 III . K-Means 优点 与 弊端 IV . 基于密度的聚类方法 V . 基于密度的聚 ...

  4. 【数据挖掘】基于密度的聚类方法 - DBSCAN 方法 ( DBSCAN 原理 | DBSCAN 流程 | 可变密度问题 | 链条现象 | OPTICS 算法引入 | 聚类层次 | 族序概念 )

    文章目录 I . DBSCAN 简介 II . DBSCAN 算法流程 III . DBSCAN 算法 优缺点 IV . 可变密度问题 V . 链条现象 VI . OPTICS 算法原理 VII . ...

  5. 【数据挖掘】聚类算法 简介 ( 基于划分的聚类方法 | 基于层次的聚类方法 | 基于密度的聚类方法 | 基于方格的聚类方法 | 基于模型的聚类方法 )

    文章目录 I . 聚类主要算法 II . 基于划分的聚类方法 III . 基于层次的聚类方法 IV . 聚合层次聚类 图示 V . 划分层次聚类 图示 VI . 基于层次的聚类方法 切割点选取 VII ...

  6. 机器学习-无监督学习-聚类:聚类方法(二)--- 基于密度的聚类算法【DBSCAN文本聚类算法,密度最大值文本聚类算法】

    密度聚类方法的指导思想是,只要样本点的密度大于某阀值,则将该样本添加到最近的簇中. 基于密度的聚类算法假设聚类结构能够通过样本分布的紧密程度确定,以数据集在空间分布上的稠密程度为依据进行聚类,即只要一 ...

  7. 基于密度的聚类算法:DBSCAN

    DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法.与划分和层次聚类方法不同, ...

  8. matlab编程实现基于密度的聚类(DBSCAN)

    1. DBSCAN聚类的基本原理 详细原理可以参考链接: https://www.cnblogs.com/pinard/p/6208966.html 这是找到的相对很详细的介绍了,此链接基本仍是周志华 ...

  9. 机器学习 聚类篇——python实现DBSCAN(基于密度的聚类方法)

    机器学习 聚类篇--python实现DBSCAN(基于密度的聚类方法) 摘要 python实现代码 计算实例 摘要 DBSCAN(Density-Based Spatial Clustering of ...

  10. 密度聚类dbscan_DBSCAN —基于密度的聚类方法的演练

    密度聚类dbscan The idea of having newer algorithms come into the picture doesn't make the older ones 'co ...

最新文章

  1. 问题 1676: 算法2-8~2-11:链表的基本操作
  2. HALCON从像素坐标得到世界坐标
  3. OpenCV之highgui 模块. 高层GUI和媒体I/O: 为程序界面添加滑动条 OpenCV的视频输入和相似度测量 用OpenCV创建视频
  4. c++ 枚举与字符串 比较
  5. 二进制文件安装mysql_CentOS7下二进制文件安装MySQL5.6
  6. python init方法做了什么_Python类方法、__new__方法和__init__方法分别是什么
  7. Java try catch语句详解
  8. pycharm安装带激活码2018
  9. Hadoop 的核心(1)—— HDFS
  10. 通过Intent传递类对象
  11. Learn OpenGL(四)——片段着色器(Fragment Shader)
  12. ArcSDE数据库学习总结
  13. 全文索引的使用(二)--使用同义词库 (转)
  14. 【软件工程】-可行性研究报告
  15. 化学到底是不是一个好专业?该不该转行?————试图以此文终结所有相关讨论...
  16. layui iframe弹出层高度自适应,并垂直居中
  17. 腾讯发布三项息争前提 360将扣扣保镖下线
  18. 月之暗面(树形dp)
  19. Java 10 大装 B 写法,看完可以出去吹牛逼了!
  20. 微信运动服务器忙,微信运动步数每天不足百步,你们宅着忙什么呢?

热门文章

  1. 型人格 disc测试_1号,完美型人格如何选择专业和职业@九型人格测试
  2. 长春理工大学计算机学院分数线,2021长春理工大学录取分数线-长春理工大学分数线-2021长春理工大学录取查询网址...
  3. android qq分组展开,Android仿qq分组管理的第三方库
  4. Vue+axios(interceptors) 实现http拦截 + router路由拦截 (双拦截)+ 请求自带loading效果...
  5. Mybatis 学习之路其四:级联
  6. PAT 1016 部分A+B
  7. 转自知乎大神----JS 的 new 到底是干什么的?
  8. Linux入门(6)——Ubuntu16.04安装atom
  9. CSS DIV 居中
  10. 用Socket编写TCP程序(C/C++)(转)