聚类算法实现：DBSCAN、层次聚类、K-means

• 2019 年 10 月 28 日
• 筆記

之前也做过聚类，只不过是用经典数据集，这次是拿的实际数据跑的结果，效果还可以，记录一下实验过程。 首先： 确保自己数据集是否都完整，不能有空值，最好也不要出现为0的值，会影响聚类的效果。 其次： 想好要用什么算法去做，K-means，层次聚类还是基于密度算法，如果对这些都不算特别深入了解，那就都尝试一下吧，我就是这样做的。 好了，简单开始讲解实验的过程吧。

一些库的准备：

贴上了完整的代码，只需要改文件路径就可以了。

详细源码查看地址

https://blog.csdn.net/qq_39662852/article/details/81535371

可以运行看一下效果，下图是使用K-means聚类出来的效果，K值设为4：

然后你可以去看输出文件分出的类别，可以尝试改变K值，直接改minK和maxK 的值就可以了。