ejemplo - DBSCAN en scikit-learn de Python: guarde los puntos del clúster en una matriz

dbscan r

Question

siguiendo el ejemplo Demostración del algoritmo de agrupación DBSCAN de Scikit Learning, estoy tratando de almacenar en una matriz la x, y de cada clase de agrupación

import numpy as np
from sklearn.cluster import DBSCAN
from sklearn import metrics
from sklearn.datasets.samples_generator import make_blobs
from sklearn.preprocessing import StandardScaler
from pylab import *
# Generate sample data
centers = [[1, 1], [-1, -1], [1, -1]]
X, labels_true = make_blobs(n_samples=750, centers=centers, cluster_std=0.4, random_state=0)
X = StandardScaler().fit_transform(X)
xx, yy = zip(*X)
scatter(xx,yy)
show()

db = DBSCAN(eps=0.3, min_samples=10).fit(X)
core_samples = db.core_sample_indices_
labels = db.labels_
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)
print n_clusters_
3

Estoy tratando de entender la implementación de DBSCAN por scikit-learn, pero a partir de este momento estoy teniendo problemas. El número de clústeres es 3 (n_clusters_) y deseo almacenar las x, y de cada clúster en una matriz

Answer 1

¿Qué quiere decir con "de cada grupo"?

En DBSCAN, los clústeres no se representan como centroides como en k-means, por lo que no hay una representación obvia del clúster, excepto sus miembros. Ya tiene la posición x e y de los miembros del clúster, ya que son los datos de entrada.

Así que no estoy seguro de cuál es la pregunta.

Answer 2

El primer cluster es X[labels == 0] , etc .:

clusters = [X[labels == i] for i in xrange(n_clusters_)]

y los valores atípicos son

outliers = X[labels == -1]