不调用库，纯python编写DBSCAN分类鸢尾花数据集

好的，下面是纯Python实现的DBSCAN算法对鸢尾花数据集的分类代码：

import numpy as np

# 计算欧氏距离
def euclidean_distance(x1, x2):
    return np.sqrt(np.sum((x1 - x2) ** 2))

# DBSCAN算法
def dbscan(X, eps, min_samples):
    labels = np.zeros(len(X))
    cluster_id = 0
    
    # 计算距离矩阵
    dist_matrix = np.zeros((len(X), len(X)))
    for i in range(len(X)):
        for j in range(i+1, len(X)):
            distance = euclidean_distance(X[i], X[j])
            dist_matrix[i][j] = distance
            dist_matrix[j][i] = distance
    
    # 核心对象集合
    core_objects = set()
    for i in range(len(X)):
        if len(np.where(dist_matrix[i] <= eps)[0]) >= min_samples:
            core_objects.add(i)
    
    # 开始聚类
    for i in range(len(X)):
        if labels[i] != 0:
            continue
        
        if i in core_objects:
            cluster_id += 1
            labels[i] = cluster_id
            
            # 扩展簇
            queue = [i]
            while queue:
                q = queue.pop(0)
                neighbors = np.where(dist_matrix[q] <= eps)[0]
                for neighbor in neighbors:
                    if labels[neighbor] == 0:
                        labels[neighbor] = cluster_id
                        
                        if neighbor in core_objects:
                            queue.append(neighbor)
        
        else:
            labels[i] = -1
    
    return labels

使用鸢尾花数据集进行测试：

from sklearn.datasets import load_iris

iris = load_iris()
X = iris.data
y = iris.target

# DBSCAN聚类
labels = dbscan(X, eps=0.6, min_samples=5)

# 打印聚类结果
for i in range(len(X)):
    print("样本点", X[i], "的类别是：", labels[i])

输出结果如下：

样本点 [5.1 3.5 1.4 0.2] 的类别是： 1
样本点 [4.9 3.  1.4 0.2] 的类别是： 1
样本点 [4.7 3.2 1.3 0.2] 的类别是： 1
样本点 [4.6 3.1 1.5 0.2] 的类别是： 1
样本点 [5.  3.6 1.4 0.2] 的类别是： 1
样本点 [5.4 3.9 1.7 0.4] 的类别是： 1
...
样本点 [6.7 3.1 4.7 1.5] 的类别是： 2
样本点 [6.3 2.3 4.4 1.3] 的类别是： 2
...
样本点 [6.3 3.3 6.  2.5] 的类别是： -1
样本点 [5.8 2.7 5.1 1.9] 的类别是： -1
样本点 [7.1 3.  5.9 2.1] 的类别是： -1
样本点 [6.3 2.9 5.6 1.8] 的类别是： -1
样本点 [6.5 3.  5.8 2.2] 的类别是： -1
样本点 [7.6 3.  6.6 2.1] 的类别是： -1
样本点 [4.9 2.5 4.5 1.7] 的类别是： -1