Anistropic点聚类

Question

K-means方法不能处理各向异性点。 DBSCAN和高斯混合模型似乎可以根据scikit-learn使用它。我试图使用这两种方法，但它们不适用于我的dataset。

DBSCAN

我使用了以下代码：

db = DBSCAN(eps=0.1,min_samples=5 ).fit(X_train,Y_train)
labels_train=db.labels_
# Number of clusters in labels, ignoring noise if present.
n_clusters_ = len(set(labels_train)) - (1 if -1 in labels_train else 0)
print('Estimated number of clusters: %d' % n_clusters_)

并且仅检测到1个群集（估计的群集数：1），如here所示。

高斯混合模型

代码如下：

gmm = mixture.GaussianMixture(n_components=2, covariance_type='full')
gmm.fit(X_train,Y_train)
labels_train=gmm.predict(X_train)
print(gmm.bic(X_train))

无法区分这两个群集，如here所示。

如何检测两个群集？

Answer 1

阅读文档。

  

适合（X，y =无，sample_weight =无）

     

X：数组或稀疏（CSR）形状矩阵（n_samples，n_features） [...]

     

...

     

y：忽略

所以你的调用会忽略y坐标。

我们都不喜欢python / sklearn，因为它甚至没有警告过你，但默默地忽略了y？

X应该是整个数据，而不仅仅是x坐标。

＆＃34;火车＆＃34;的概念和＆＃34;预测＆＃34;对聚类没有意义。不要使用它。仅使用fit_predict。