在有真实值的情况下对聚类算法性能对比

有一些指标可用于评估聚类算法相对于真实聚类的结果，其中最重要的是调整 rand 指数（adjusted rand index，ARI）和归一化互信息（normalized mutual information, NMI），二者都给出了定量的度量，其最佳值为 1，0 表示不相关的聚类（虽然 ARI 可以取负值）。下面我们使用 ARI 来比较 k 均值、凝聚聚类和 DBSCAN 算法。
注意，不能使用之前评估监督学习算法的Accuracy Score来评估聚类算法，因为聚类算法的结果不具有先验性。

#计算调整rand指数ARI
from sklearn.metrics.cluster import adjusted_rand_score
from sklearn.preprocessing import StandardScaler
from sklearn.datasets import make_moons
import matplotlib.pyplot as plt
import numpy as npX, y = make_moons(n_samples=200, noise=0.05, random_state=0)
# 将数据缩放成平均值为0、方差为1
scaler = StandardScaler()
scaler.fit(X)
X_scaled = scaler.transform(X)
fig, axes = plt.subplots(1, 4, figsize=(15, 3),subplot_kw={'xticks': (), 'yticks': ()})
# 列出要使用的算法
from sklearn.cluster import DBSCAN, KMeans, AgglomerativeClustering
algorithms = [KMeans(n_clusters=2), AgglomerativeClustering(n_clusters=2),DBSCAN()]# 创建一个随机的簇分配，作为参考
import mglearn
random_state = np.random.RandomState(seed=0)
random_clusters = random_state.randint(low=0, high=2, size=len(X))
# 绘制随机分配
axes[0].scatter(X_scaled[:, 0], X_scaled[:, 1], c=random_clusters,cmap=mglearn.cm3, s=60)
axes[0].set_title("Random assignment - ARI: {:.2f}".format(adjusted_rand_score(y, random_clusters)))for ax, algorithm in zip(axes[1:], algorithms):# 绘制簇分配和簇中心clusters = algorithm.fit_predict(X_scaled)ax.scatter(X_scaled[:, 0], X_scaled[:, 1], c=clusters,cmap=mglearn.cm3, s=60)ax.set_title("{} - ARI: {:.2f}".format(algorithm.__class__.__name__,adjusted_rand_score(y, clusters)))

在moon数据集上对三种聚类方法进行性能对比相关推荐

计算机win7安装打印机,win7打印机安装不上的三种解决方法（图文）
打印机是计算机的输出设备之一,用于将计算机处理结果打印在相关介质上.许多新手用户都在为win7专业版系统打印机安装不上的问题困扰着,我们都知道安装打印机的方法是很简单,但是怎么也安装不上打印机的问题确 ...
R语言的三种聚类方法
一.层次聚类 1)距离和相似系数 r语言中使用dist(x, method = "euclidean",diag = FALSE, upper = FALSE, p = 2) 来计 ...
【Android Protobuf 序列化】Protobuf 性能测试 ( fastjson 序列化与反序列化 | gson 序列化与反序列化 | 三种序列化与反序列化性能对比 )
文章目录一.导入依赖库二.构造 JavaBean 三.fastjson 序列化与反序列化四.gson 序列化与反序列化五.完整代码 1.主界面代码 2.JSON 测试代码 3.执行结果六.参 ...
Kmeans、DBSCAN、层次聚类等三种聚类算法笔记
目录一.Kmeans模型 1 算法思想及步骤 2 最佳k值的确定方法 2.1 拐点法 2.2 轮廓系数法 2.3 间隔统计量法 3 Kmeans算法的缺点二.DBSCAN算法三.层次聚类算法 1 ...
python 三种聚类算法（K-means,AGNES,DBScan）
python实现鸢尾花三种聚类算法(K-means,AGNES,DBScan) 更新时间:2019年06月27日 14:44:44 作者:weixin_42134141 这篇文章主要介绍了pyth ...
ASP.NET文件上传的三种基本方法
ASP.NET依托.net framework类库,封装了大量的功能,使得上传文件非常简单,主要有以下三种基本方法. 方法一:用Web控件FileUpload,上传到网站根目录. <form i ...
Android手机teams,在iOS和Android上自定义Microsoft Teams体验的三种最佳方法
以下是您可以在iOS和Android上自定义Microsoft Teams应用程序以使其成为自己的三种方法 1. 开启黑暗模式,以便iOS和Android上的小组中的消息和其他内容更易于理解和阅读 2 ...
ASP.NET上传文件的三种基本方法
ASP.NET依托.net framework类库,封装了大量的功能,使得上传文件非常简单,主要有以下三种基本方法. 方法一:用Web控件FileUpload,上传到网站根目录. Test.aspx关 ...
在web页面上快速生成二维码的三种实用方法
转载自:在web页面上快速生成二维码的三种实用方法二维码是桌面和移动端快速分享的高效手段之一,这里介绍两个不错的快速开发二维码的方法,和大家分享一下~~ 方法1:使用极客标签提供的二维码快速生成服务 ...

在moon数据集上对三种聚类方法进行性能对比

在有真实值的情况下对聚类算法性能对比

在moon数据集上对三种聚类方法进行性能对比相关推荐

最新文章

热门文章