python聚类算法怎么选择

本篇内容介绍了“python聚类算法怎么选择”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

说明

如果数据集是高维度的，选择谱聚类是子空间的一种。

如果数据量是中小型的，比如在100W条以内，K均值会是更好的选择；如果数据量超过100W条，可以考虑使用MiniBatchKMeans。

如果数据集中有噪声(离群点)，使用基于密度的DBSCAN可以有效解决这个问题。

若追求更高的分类准确性，则选择谱聚类比K均值准确性更好。

实例

import numpy as npimport matplotlib.pyplot as plt  # 数据准备raw_data = np.loadtxt('./Pythonlearn/cluster.txt') # 导入数据文件X = raw_data[:, :-1] # 分割要聚类的数据y_true = raw_data[:, -1] print(X)

“python聚类算法怎么选择”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！