scikit-learn - 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 使用。我尝试使用这两种方法，但它们不适用于我的数据集。

星展扫描

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_)

并且只检测到 1 个集群（估计的集群数量：1），如此处所示。

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))

如图所示，这两个集群无法区分。

如何检测两个集群？

Answer 1

阅读文档。

适合（X，y=None，sample_weight=None）

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

...

y : 忽略

因此，您的调用会忽略 y 坐标。

难道我们不都喜欢 python/sklearn，因为它甚至不会警告你，而是默默地忽略y？

X应该是整个数据，而不仅仅是 x 坐标。

“训练”和“预测”的概念对聚类没有意义。不要使用它。仅使用fit_predict.