Разное. кластеров для различных наборов данных

Question

Я пытаюсь построить результаты нескольких алгоритмов кластеризации на нескольких наборов данных

Код следующие

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib 

from time import time 

from sklearn.datasets import load_digits 
from sklearn.decomposition import PCA 
from sklearn.preprocessing import scale 


from sklearn import cluster, datasets, mixture 
from sklearn.neighbors import kneighbors_graph 
from sklearn.preprocessing import StandardScaler 

np.random.seed(0) 


cs_arry=[[0,1,0,1],[1,0,0,1],[0,0,1,1],[1,1,0,1],[1,0,1,1],[0,1,1,1]] 
cs_arry=np.array(cs_arry * 20) 
colors = np.array([x for x in cs_arry]) 

################# 
n_pts = 1500##### 
################# 


noisy_circles = datasets.make_circles(n_samples=n_pts, factor=.5, noise=.05) 
no_structure = np.random.rand(n_pts, 2), None 
my_circles=make_circ(n_samples=n_pts, factor=.35, noise=.025, in_fact=2) 
############################################## 
blob_centers = [(-10, -10), (-3, 10), (10, 10)] # adjust blob centers for blob data making 
############################################## 
blobs=datasets.make_blobs(n_samples=n_pts, n_features=3, centers=blob_centers, cluster_std=3, 
          center_box=(-20,20), shuffle=True, random_state=0) 


clustering_names=['Input','K-means','K-medoids','AP','Spectral','Gaussian','Hierarchical'] 

nofclusters=3 
plt.figure(figsize=(len(clustering_names) * 2 + 3, 9.5)) 
plt.subplots_adjust(left=.02, right=.98, bottom=.001, top=.96, wspace=0, 
        hspace=0) 
data_sets = [noisy_circles, my_circles, blobs, no_structure] 
plot_num = 1 

for i_dataset, dataset in enumerate(data_sets): 
    x, y = dataset 
    x = StandardScaler().fit_transform(x) 

    bandwidth = cluster.estimate_bandwidth(x, quantile=0.3) 
    connectivity = kneighbors_graph(x, n_neighbors=10, include_self=False) 
    connectivity = 0.5 * (connectivity + connectivity.T) 

#clustering algorithms 
    orig_data=cluster.KMeans(n_clusters=1) 
    kmeans=cluster.KMeans(n_clusters=nofclusters,init='k-means++') 
    Kmedoids=cluster.KMeans(n_clusters=nofclusters,init='random') 
    heir = cluster.AgglomerativeClustering(n_clusters=nofclusters, linkage='ward', 
              connectivity=connectivity) 
    spectral = cluster.SpectralClustering(n_clusters=2, 
              eigen_solver='arpack', 
              affinity="nearest_neighbors") 
    affinity_propagation = cluster.AffinityPropagation(damping=.9, 
                 preference=-200) 
    gmm=mixture.gmm(n_components=nofclusters, covariance_type='diag', random_state=None, 
        thresh=None, tol=0.001, min_covar=0.001, n_iter=100, n_init=1, params='wmc', 
        init_params='wmc', verbose=0) 

    ##################################### 
    ##################################### 

    clustering_algo=[orig_data, kmeans, kmedoids, ap, spectral, gmm, heir] 

    ##################################### 
    ##################################### 

    for name, algorithm in zip(clustering_names, clustering_algo): 

     t0 = time.time() 
     algorithm.fit(x) 
     t1 = time.time() 
     if hasattr(algorithm, 'labels_'): 
      y_pred = algorithm.labels_.astype(np.int) 
     else: 
      y_pred = algorithm.predict(x) 

     # plot 
     plt.subplot(len(datasets), len(clustering_algo), plot_num) 

     if i_dataset == 0: 
      plt.title(name, size=18) 
     if name=='Input': 
      plt.scatter(x[:, 0], x[:, 1], color='k', s=10, marker='o', facecolors='none') 
     else: plt.scatter(x[:, 0], x[:, 1], color=colors[y_pred], s=10, marker='o', facecolors='none') 


     plt.xlim(-2, 2) 
     plt.ylim(-2, 2) 
     plt.xticks(()) 
     plt.yticks(()) 
     if name!='Input': 
      plt.text(.99, .01, ('%.2fs' % (t1 - t0)).lstrip('0'), 
        transform=plt.gca().transAxes, size=15, 
        horizontalalignment='right') 
     plot_num += 1 

plt.show() 

мне было интересно, если есть способ, чтобы установить разные номера кластеров для разных наборов данных. В частности, я хочу, чтобы круг Datas иметь 2 кластера, а остальные комплекты имеют 3.

Я попытался вставить

if data_sets==noisy_circles or my_circles: 
    nofclusters=2 

или

while data_sets==noisy_circles or my_circles: 
    nofclusters=2 

до и после цикла для заявления без каких-либо результатов ,

Любая помощь приветствуется.

спасибо.

Answer 1

Используйте словарь, чтобы вы могли легко настроить количество кластеров для каждого набора данных. Вам также нужно будет выбрать многие другие параметры, такие как epsilon и minpts в DBSCAN.

Вам необходимо сделать внутри для цикла цикла, и обязательно установите значение на каждой итерации. В противном случае следующая итерация может получить предыдущее значение, и вы получите неверные результаты.