Python：如何找到分隔 2 个不同集群的值？

Posted 2023-03-12

【中文标题】Python：如何找到分隔 2 个不同集群的值？

【英文标题】：Python: How to find the value that separates 2 different clusters?

【发布时间】：2019-08-19 07:58:21

【问题描述】：

我正在应用一种无监督学习算法来使用 OneClass SVM 方法构建异常检测，然后绘制它以可视化它的外观。

我得到了 2 个集群：一个是红色的，另一个是蓝色的。红色簇对应于 1（不是异常），蓝色簇的值为 -1（异常）。

我想要获得两个集群分离的确切值。

我的代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn import preprocessing

data = pd.read_excel('gpmd.xlsx', header = 0)
X = data.loc[:, ['ContextID','BacksGas_Flow_sccm']]

min_max_scaler = preprocessing.MinMaxScaler()
X_minmax = min_max_scaler.fit_transform(X.values[:,[1]])

from sklearn.svm import OneClassSVM

ocsvm = OneClassSVM(nu = 0.05, kernel = 'rbf', gamma = 'scale')
y_ocsvm1 = ocsvm.fit_predict(X_minmax[:,[0]])

plt.scatter(X.values[y_ocsvm1 == 1, 0], X_minmax[y_ocsvm1 == 1, 0], c = 'red', label = 'cluster1')
plt.scatter(X.values[y_ocsvm1 == -1, 0], X_minmax[y_ocsvm1 == -1, 0], c = 'blue', label = 'cluster2')
plt.ticklabel_format(useOffset=False)
plt.yticks(np.arange(min(X_minmax[:,[0]]), max(X_minmax[:,[0]]), 0.03))
plt.legend()
plt.show()

我运行这段代码后得到的图表是：

仅从图片来看，我们可以粗略地说红色簇与蓝色簇的分离值介于 0.72 和 0.75 之间。 我想知道是否有办法知道这两个集群分离的确切值。

编辑 1

在下图中，我们可以看到一条绿线（大致）将两个簇分开，我想找到这样一条线及其对应的 y 轴值

【问题讨论】：

嘿，@Justice_Lords。不完全是。它只是给了我们参数。我想知道在 y 轴的哪个值处，两个集群都会分开

好的，我一直在搜索这个问题，问题是存在用于绘制线性核超平面和非线性核用于监督方法的文档。在这里，我们正在处理无监督的方法。一类支持向量机有函数decision_function()，它给出了与超平面的距离（不是绝对的，因为我们使用非线性）。使用这个距离也许你可以尝试知道超平面的位置。

【参考方案1】：

@Justice_lords 的建议正是我想要的。 Decision_function() 为我工作。