如何对具有三个不同类别的 3 个圆形数据集执行光谱聚类
Posted
技术标签:
【中文标题】如何对具有三个不同类别的 3 个圆形数据集执行光谱聚类【英文标题】:How to perform Spectral Clustering on 3 circles dataset with three different classes 【发布时间】:2021-12-19 04:15:00 【问题描述】:我想对我使用 make circles 生成的 3 个圆数据集执行光谱聚类,如图所示。这三个圆圈都属于不同的类别。
from sklearn.datasets import make_circles
import seaborn as sns
import pandas as pd
import numpy as np
from sklearn.cluster import SpectralClustering
import matplotlib.pyplot as plt
import pylab as pl
import networkx as nx
X_small, y_small = make_circles(n_samples=(100,200), random_state=3,
noise=0.07, factor = 0.7)
X_large, y_large = make_circles(n_samples=(100,200), random_state=3,
noise=0.07, factor = 0.4)
y_large[y_large==1] = 2
df = pd.DataFrame(np.vstack([X_small,X_large]),columns=['x1','x2'])
df['label'] = np.hstack([y_small,y_large])
df.label.value_counts()
sns.scatterplot(data=df,x='x1',y='x2',hue='label',style='label',palette="bright")
【问题讨论】:
另外,你想要绘制的不是很清楚 我做了一些更改,请您再次查看问题@StupidWolf。 这个问题在***.com/a/67470814/8044858这里已经有了答案(只需更改SpectralClustering()
参数)。例如,在我的实验中,SpectralClustering(gamma=1000)
在您的代码中找到了具有n_samples=(1000,2000)
和factor = 0.1
/ factor = 0.6
的3 个集群。
【参考方案1】:
由于我不能将此问题标记为重复(similar question 没有可接受的答案),因此这里是一个使用您的代码在 3 个圆圈上进行光谱聚类的工作示例:
X_small, y_small = make_circles(n_samples=(1000,2000), random_state=3,
noise=0.07, factor = 0.1)
X_large, y_large = make_circles(n_samples=(1000,2000), random_state=3,
noise=0.07, factor = 0.6)
y_large[y_large==1] = 2
df = pd.DataFrame(np.vstack([X_small,X_large]),columns=['x1','x2'])
df['label'] = np.hstack([y_small,y_large])
df.label.value_counts()
sns.scatterplot(data=df,x='x1',y='x2',hue='label',style='label',palette="bright")
然后将稍微修改的 3 circles 数据集(添加样本并展开圆圈)适配到这个SO answer 的代码:
x1 = np.expand_dims(df['x1'].values,axis=1)
x2 = np.expand_dims(df['x2'].values,axis=1)
X = np.concatenate((x1,x2),axis=1)
y = df['label'].values
from sklearn.cluster import SpectralClustering
clustering = SpectralClustering(n_clusters=3, gamma=1000).fit(X)
colors = ['r','g','b']
colors = np.array([colors[label] for label in clustering.labels_])
plt.scatter(X[y==0, 0], X[y==0, 1], c=colors[y==0], marker='X')
plt.scatter(X[y==1, 0], X[y==1, 1], c=colors[y==1], marker='o')
plt.scatter(X[y==2, 0], X[y==2, 1], c=colors[y==2], marker='*')
plt.show()
np.expand_dims(...,axis=1)
是创建将特征与np.concatenate()
连接起来的维度所必需的(我们最初有 1D 向量,我们不想沿着现有的初始维度(即样本索引维度)连接)。每条plt.scatter()
线使用关联的marker
绘制单个真实数据类的点(因此y==y_true
索引选择),颜色表示聚类提供的类。
结果数据集:
生成的集群:
编辑:按照 OP 在 cmets 中的要求,使用不同的标记来识别真正的类(颜色已经指示聚类类)。遗憾的是,我们不能使用标记数组(如颜色)在一行代码中生成绘图,这是因为marker
不接受列表作为输入(讨论过here)。
Edit2:增加了使用 np.expand_dims(...,axis=1)
的动机以及对 plt.scatter()
行的一些解释,正如 OP 在 cmets 中所要求的那样。
【讨论】:
我需要一个图,其中原始类中的点由不同的符号表示,簇中的点由不同的颜色表示@Blupon @Ytt 对代码进行了编辑,用标记表示真正的类,用颜色表示类。 你能解释一下你为什么使用 np.expand_dims 和 np.concatenate 吗?而且我无法理解你是如何绘制这个数字的。 @Ytt 我在答案中添加了您要求的解释。以上是关于如何对具有三个不同类别的 3 个圆形数据集执行光谱聚类的主要内容,如果未能解决你的问题,请参考以下文章