溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容介紹了“python聚類算法怎么選擇”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！
說明
1、如果數據集是高維度的，選擇譜聚類是子空間的一種。
2、如果數據量是中小型的，比如在100W條以內，K均值會是更好的選擇；如果數據量超過100W條，可以考慮使用MiniBatchKMeans。
3、如果數據集中有噪聲(離群點)，使用基于密度的DBSCAN可以有效解決這個問題。
4、若追求更高的分類準確性，則選擇譜聚類比K均值準確性更好。
實例
import numpy as np
import matplotlib.pyplot as plt
# 數據準備
raw_data = np.loadtxt('./pythonlearn/cluster.txt') # 導入數據文件
X = raw_data[:, :-1] # 分割要聚類的數據
y_true = raw_data[:, -1]
print(X)“python聚類算法怎么選擇”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
