聚類算法實現：DBSCAN、層次聚類、K-means

• 2019 年 10 月 28 日
• 筆記

之前也做過聚類，只不過是用經典數據集，這次是拿的實際數據跑的結果，效果還可以，記錄一下實驗過程。 首先： 確保自己數據集是否都完整，不能有空值，最好也不要出現為0的值，會影響聚類的效果。 其次： 想好要用什麼算法去做，K-means，層次聚類還是基於密度算法，如果對這些都不算特別深入了解，那就都嘗試一下吧，我就是這樣做的。 好了，簡單開始講解實驗的過程吧。

一些庫的準備：

貼上了完整的代碼，只需要改文件路徑就可以了。

詳細源碼查看地址

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

可以運行看一下效果，下圖是使用K-means聚類出來的效果，K值設為4：

然後你可以去看輸出文件分出的類別，可以嘗試改變K值，直接改minK和maxK 的值就可以了。