002A demo of the Spectral Co-Clustering algorithm

这种写法不懂。。

data = data[row_idx][:, col_idx]

这个例子演示如何产生一个数据集，并且用谱系共聚类法(Spectral Co-Clustering algorithm)对它进行双向聚类。所谓“双向聚类”，是指对变量和实例同时聚类。
这里，使用函数make_biclusters产生双向聚类的数据集。该函数产生的矩阵元素较小，但嵌入的双向类bicluster具有较大的值。然后随机重排矩阵的行和列，作为参数传递给算法。再重新排列这个随机重排的矩阵，使得biclusters邻接。这样一来就可以看出算法的准确程度了。
导入库

import numpy as np
from matplotlib import pyplot as pltfrom sklearn.datasets import make_biclusters
from sklearn.cluster.bicluster import SpectralCoclustering
from sklearn.metrics import consensus_score

调用函数make_biclusters, 产生一个300行，300列的数据数组，该数组有一个用于双向聚类的固定对角块结构。预置5个biclusters, 5个标准差的高斯误差。作图显示产生的数据集。

data, rows, columns = make_biclusters(shape=(300, 300), n_clusters=5, noise=5,shuffle=False, random_state=0)plt.matshow(data, cmap=plt.cm.Blues)
plt.title("Original dataset")
plt.show()

# shuffle clusters
rng = np.random.RandomState(0)
row_idx = rng.permutation(data.shape[0])
col_idx = rng.permutation(data.shape[1])
data = data[row_idx][:, col_idx]plt.matshow(data, cmap=plt.cm.Blues)
plt.title("Shuffled dataset")

model = SpectralCoclustering(n_clusters=5, random_state=0)
model.fit(data)
score = consensus_score(model.biclusters_,(rows[:, row_idx], columns[:, col_idx]))print("consensus score: {:.3f}".format(score))fit_data = data[np.argsort(model.row_labels_)]
fit_data = fit_data[:, np.argsort(model.column_labels_)]plt.matshow(fit_data, cmap=plt.cm.Blues)
plt.title("After biclustering; rearranged to show biclusters")plt.show()

consensus score: 1.000

002A demo of the Spectral Co-Clustering algorithm相关推荐

文献记录(part90)--A novel density-based clustering algorithm using nearest neighbor graph
学习笔记,仅供参考,有错必纠关键词:基于密度的聚类:最近邻图:DBSCAN 文章目录 A novel density-based clustering algorithm using nearest ...
文献记录(part89)--I-k-means-+:An iterative clustering algorithm based on an enhanced k -means
学习笔记,仅供参考,有错必究关键词:k均值:解决方案改进:准确的k均值:迭代改进 I-k-means-+:An iterative clustering algorithm based on an ...
文献学习(part20)--Sparse Subspace Clustering: Algorithm, Theory, and Applications
学习笔记,仅供参考,有错必纠文章目录 Sparse Subspace Clustering: Algorithm, Theory, and Applications Abstract INTRODU ...
【聚类算法】密度峰值聚类算法DPC（Density Peak Clustering Algorithm）
every blog every motto: You can do more than you think. https://blog.csdn.net/weixin_39190382?type=b ...
【ML30】Basic K-means clustering algorithm
Centroids 首先将明确什么是 centroid 质心 ,如果理解可以直接跳到第二部分. 质心(centroid) ,即质量中心的简称,在物质系统中,被认为是质量集中于此的一个假想点. 举一个简 ...
【ML31】Advanced K-means clustering algorithm
Cost Function for K-means J ( c ( 1 ) , c ( 2 ) , . . . , c ( m ) , μ 1 , μ 2 , . . . , μ k ) = 1 m ...
一个不错的Spectral Clustering方法的总结
什么叫Spectral Algorithm? 广义上来说,任何在演算法中用到SVD/特征值分解的,都叫Spectral Algorithm. 从很老很老的PCA/LDA,到比较近的Spectral ...
python谱聚类算法_谱聚类Spectral clustering(SC)
在之前的文章里,介绍了比较传统的K-Means聚类.Affinity Propagation(AP)聚类.比K-Means更快的Mini Batch K-Means聚类以及混合高斯模型Gaussian ...
Spectral Algorithm
Spectral Algorithm[转自网络,参考用] 有关Spectral Algorithm sigchi结束之后,这两天看了下spectral algorithm的一些相关的paper.现在给 ...

002A demo of the Spectral Co-Clustering algorithm

002A demo of the Spectral Co-Clustering algorithm相关推荐

最新文章

热门文章