各向异性点聚类

Question

K-means方法不能处理各向异性点。DBSCAN和高斯混合模型似乎可以根据scikit-learn处理这个问题。我尝试使用这两种方法，但它们不适用于我的数据集。

数据库扫描

我使用了以下代码：

db = DBSCAN(eps=0.1,min_samples=5 ).fit(X_train,Y_train)
labels_train=db.labels_
# Number of clusters in labels, ignoring noise if present.
n_clusters_ = len(set(labels_train)) - (1 if -1 in labels_train else 0)
print('Estimated number of clusters: %d' % n_clusters_)

并且仅检测到 1 个聚类

（估计的聚类数：1），如下所示。

高斯混合模型

代码如下：

gmm = mixture.GaussianMixture(n_components=2, covariance_type='full')
gmm.fit(X_train,Y_train)
labels_train=gmm.predict(X_train)
print(gmm.bic(X_train))

无法区分这两个集群，如下所示。

如何检测两个集群？

Answer 1

阅读文档。

fit（X， y=无， sample_weight=无）

X：形状（n_samples，n_features）的数组或稀疏（CSR）矩阵[...]

。

y ： 忽略

因此，您的调用会忽略 y 坐标。

我们不是都喜欢python/sklearn吗，因为它甚至没有警告你这一点，而是默默地忽略了y？

X应该是整个数据，而不仅仅是 x 坐标。

"

训练"和"预测"的概念对于聚类没有意义。不要使用它。仅使用fit_predict .