【机器学习】机器学习实验六：聚类算法（详细代码展示）

╰半橙微兮° 2023-09-27 16:07 130阅读 0赞

#### 文章目录 ####

*  一、实验介绍
 *   *  1.1 简单介绍
     *  1.2 鸢尾花数据实验
     *  1.3 算法参数影响探究
 *  二、项目地址
 *  三、算法结果展示

## 一、实验介绍 ##

### 1.1 简单介绍 ###

简单介绍K-means、层次聚类，DBSCAN 和密度峰值聚类(DPC)算法的原理

### 1.2 鸢尾花数据实验 ###

*  对鸢尾花数据集进行探索性分析与预处理
 *  选取兰德系数和轮廓系数作为评价指标，对四种算法在该数据集上的性能进行分析

### 1.3 算法参数影响探究 ###

*  介绍三种算法中的几个主要参数（K-Means 中的 k 参数、DBSCAN 中的 eps 与 min\_samples 参数、DPC 中的t0参数–t0 的含义为圆中样本个数占数据集总样本数的比例）
 *  以鸢尾花数据为例，选取合适的评价指标，探究 K-Means 算法中 k 参数对算法的性能影响，并尝试找出确定 k 参数的方法
 *  以模拟数据为例(如：高斯分布数据集，Spiral 数据集，Circle数据集)，选取合适的评价指标，探究另外三个参数（eps与min\_samples、t0）对各自算法的性能影响

## 二、项目地址 ##

https://mbd.pub/o/bread/ZJaZk5ps

![在这里插入图片描述][bf698f9dc6374475bb9cbf62695ecbaa.png]

## 三、算法结果展示 ##

1.  绘制原始分布图

![在这里插入图片描述][f3bbda135d2b4a7c9a8e098a3f6bb3b7.png]

![在这里插入图片描述][3d9c08a6b87e4306b387f3bc32936dec.png]

![在这里插入图片描述][0454f535d4b74ef9900676db973b7036.png]

![在这里插入图片描述][8f0a12849b664baf85901bc69eccbfc9.png]  
![在这里插入图片描述][e222a67a846f43aabf37758a09fb38e3.png]

![在这里插入图片描述][4e7d47a904b642aaa0128c565158a0e7.png]

![在这里插入图片描述][043cd100109e4eaea5adeac60019788b.png]

![在这里插入图片描述][bf16aa34cc9c40918a206140bc9e5808.png]

![在这里插入图片描述][865c384dbaf54e32b7be73af53ae3bb1.png]

![在这里插入图片描述][6aebbd85881f48619528defd4c79afee.png]

![在这里插入图片描述][d44df56c46a04ec18b85843f7361ded4.png]

![在这里插入图片描述][ea8300ccfff7419aad262227d92d5f82.png]

![在这里插入图片描述][9f995e48765e485f9137ea2591c8c0d7.png]

![在这里插入图片描述][beb88df7b4eb41c982b905fcd0c960c6.png]  
![在这里插入图片描述][55d34172b52644f481d1823d260c6ee8.png]

![在这里插入图片描述][bfa8a4cfbf6a4de8add828350aa1f136.png]

![在这里插入图片描述][bcd6f7f8e10941cda0a04972d7a11ee4.png]

![在这里插入图片描述][51120883609b44c080eee59053fa4f98.png]  
![在这里插入图片描述][35e958fc0fe84289be4ed3be62317d43.png]

![在这里插入图片描述][765396b11c59451081fce14bbd61cee5.png]

![在这里插入图片描述][7d63cf9dd96f4c2fb9d0fbec8bab2599.png]

![在这里插入图片描述][0c5357b5b430448eb29fe9ce7d3d44a6.png]

![在这里插入图片描述][c9ff3be666414178a3ecf6913fd20d88.png]

![在这里插入图片描述][326a314aa0dd4e709b4264abf4106134.png]  
![在这里插入图片描述][7e42dbed4bd64faa9efaf39f5da93b10.png]  
![在这里插入图片描述][0af9dd7f87bc46aaa28d01e446c5213d.png]  
![在这里插入图片描述][3f3beed313f94abb90945b440c500e3f.png]  
![在这里插入图片描述][aa3fb55a9b04442a9b1aabfae2e11986.png]

![在这里插入图片描述][942f6b08d67244c292a877cb4f2a3ab8.png]

![在这里插入图片描述][eb3d07bf96a44a7798a263be3cab48b2.png]

![在这里插入图片描述][c4249568e178406d9b82dd72701e1e8f.png]

[bf698f9dc6374475bb9cbf62695ecbaa.png]: https://img-blog.csdnimg.cn/bf698f9dc6374475bb9cbf62695ecbaa.png
[f3bbda135d2b4a7c9a8e098a3f6bb3b7.png]: https://img-blog.csdnimg.cn/f3bbda135d2b4a7c9a8e098a3f6bb3b7.png
[3d9c08a6b87e4306b387f3bc32936dec.png]: https://img-blog.csdnimg.cn/3d9c08a6b87e4306b387f3bc32936dec.png
[0454f535d4b74ef9900676db973b7036.png]: https://img-blog.csdnimg.cn/0454f535d4b74ef9900676db973b7036.png
[8f0a12849b664baf85901bc69eccbfc9.png]: https://img-blog.csdnimg.cn/8f0a12849b664baf85901bc69eccbfc9.png
[e222a67a846f43aabf37758a09fb38e3.png]: https://img-blog.csdnimg.cn/e222a67a846f43aabf37758a09fb38e3.png
[4e7d47a904b642aaa0128c565158a0e7.png]: https://img-blog.csdnimg.cn/4e7d47a904b642aaa0128c565158a0e7.png
[043cd100109e4eaea5adeac60019788b.png]: https://img-blog.csdnimg.cn/043cd100109e4eaea5adeac60019788b.png
[bf16aa34cc9c40918a206140bc9e5808.png]: https://img-blog.csdnimg.cn/bf16aa34cc9c40918a206140bc9e5808.png
[865c384dbaf54e32b7be73af53ae3bb1.png]: https://img-blog.csdnimg.cn/865c384dbaf54e32b7be73af53ae3bb1.png
[6aebbd85881f48619528defd4c79afee.png]: https://img-blog.csdnimg.cn/6aebbd85881f48619528defd4c79afee.png
[d44df56c46a04ec18b85843f7361ded4.png]: https://img-blog.csdnimg.cn/d44df56c46a04ec18b85843f7361ded4.png
[ea8300ccfff7419aad262227d92d5f82.png]: https://img-blog.csdnimg.cn/ea8300ccfff7419aad262227d92d5f82.png
[9f995e48765e485f9137ea2591c8c0d7.png]: https://img-blog.csdnimg.cn/9f995e48765e485f9137ea2591c8c0d7.png
[beb88df7b4eb41c982b905fcd0c960c6.png]: https://img-blog.csdnimg.cn/beb88df7b4eb41c982b905fcd0c960c6.png
[55d34172b52644f481d1823d260c6ee8.png]: https://img-blog.csdnimg.cn/55d34172b52644f481d1823d260c6ee8.png
[bfa8a4cfbf6a4de8add828350aa1f136.png]: https://img-blog.csdnimg.cn/bfa8a4cfbf6a4de8add828350aa1f136.png
[bcd6f7f8e10941cda0a04972d7a11ee4.png]: https://img-blog.csdnimg.cn/bcd6f7f8e10941cda0a04972d7a11ee4.png
[51120883609b44c080eee59053fa4f98.png]: https://img-blog.csdnimg.cn/51120883609b44c080eee59053fa4f98.png
[35e958fc0fe84289be4ed3be62317d43.png]: https://img-blog.csdnimg.cn/35e958fc0fe84289be4ed3be62317d43.png
[765396b11c59451081fce14bbd61cee5.png]: https://img-blog.csdnimg.cn/765396b11c59451081fce14bbd61cee5.png
[7d63cf9dd96f4c2fb9d0fbec8bab2599.png]: https://img-blog.csdnimg.cn/7d63cf9dd96f4c2fb9d0fbec8bab2599.png
[0c5357b5b430448eb29fe9ce7d3d44a6.png]: https://img-blog.csdnimg.cn/0c5357b5b430448eb29fe9ce7d3d44a6.png
[c9ff3be666414178a3ecf6913fd20d88.png]: https://img-blog.csdnimg.cn/c9ff3be666414178a3ecf6913fd20d88.png
[326a314aa0dd4e709b4264abf4106134.png]: https://img-blog.csdnimg.cn/326a314aa0dd4e709b4264abf4106134.png
[7e42dbed4bd64faa9efaf39f5da93b10.png]: https://img-blog.csdnimg.cn/7e42dbed4bd64faa9efaf39f5da93b10.png
[0af9dd7f87bc46aaa28d01e446c5213d.png]: https://img-blog.csdnimg.cn/0af9dd7f87bc46aaa28d01e446c5213d.png
[3f3beed313f94abb90945b440c500e3f.png]: https://img-blog.csdnimg.cn/3f3beed313f94abb90945b440c500e3f.png
[aa3fb55a9b04442a9b1aabfae2e11986.png]: https://img-blog.csdnimg.cn/aa3fb55a9b04442a9b1aabfae2e11986.png
[942f6b08d67244c292a877cb4f2a3ab8.png]: https://img-blog.csdnimg.cn/942f6b08d67244c292a877cb4f2a3ab8.png
[eb3d07bf96a44a7798a263be3cab48b2.png]: https://img-blog.csdnimg.cn/eb3d07bf96a44a7798a263be3cab48b2.png
[c4249568e178406d9b82dd72701e1e8f.png]: https://img-blog.csdnimg.cn/c4249568e178406d9b82dd72701e1e8f.png