DBSCAN算法实现---Python

生活不易啊，公司考核，初步写出来了，脑阔疼。。。

思路：

　　设定阈值与半径；

　　计算点之间的距离(欧式距离实现)；

　　区分核心点、边界点与离群点；

　　将每个点的领域作为一个类(即将密度可达的点归为一个簇)；

　　找出每个独立的领域；

　　对最后的聚类进行标记；

　　可视化。

代码实现：

　　1、设定eps = 2，MinPts  = 3；

　　2、实现点与点欧氏距离的计算

def ecludDist(x,y):
    return np.sqrt(sum(np.sqrt(np.array(x) - np.array(y))))

def euclidean_distance(data):
    all_points = []
    for i in data:
        temp = []
        for j in data:
            temp.append(ecludDist(i,j))
        all_points.append(temp)
    return all_points

　　3、点种类的划分：

def classify(z):   #z为通过欧式距离计算所得的矩阵
    pts = []
    for row in z:
        density = np.sum(z.ix[row] < eps)
        pts = 0   
        if density > MinPts:
            pts = 1      #核心点
        elif density > 1:
            pts = 2　　　　#边界点
        else:
            pts = 0　　　　#离群点
        pts.append(pts)
return pts

　　4、将每个点的领域作为一个类：

def point_type:
    cluster = dict()
    i = 0
    for row in z:
        cluster[i] = np.where(z.ix[row] < eps)[0]
        i = i+1
    for i in range(len(cluster)):
        for j in range(len(cluster)):
            if len(set(cluster[i]) & set(cluster[j])) > 0 and i!=j:
                cluster[i] = cluster[i] | cluster[j]
                cluster[j] = []

　　5、找出独立的领域

def independent_filed(cluster):
    j = 0
    result = dict()
    for i in range(len(cluster)):
        if len(cluster[i]) >0:    
            result[j] = cluster[i]
            j =j+1
    return result

　　6、对最后聚类的结果标记

def mark(df):    #传进来的是转换后的数据
    for i in range(result)：   #result 为一个字典型结构
        for j in result[i]:
            df.at[j,'type'] = i     #新建一列，并给它把i值添加上去


plt.scatter(
    df['one'],
    df['two'],
    c=df['type'])
    

最后把这些函数封装一下就Ok啦