python实现聚类算法

在Python中实现聚类算法可以使用许多库，包括scikit-learn、numpy、pandas等等。以下是一些示例代码：

1. K均值聚类算法

from sklearn.cluster import KMeans
import numpy as np

# 生成数据
X = np.random.rand(100, 2)

# 聚类
kmeans = KMeans(n_clusters=3).fit(X)

# 聚类结果
labels = kmeans.labels_

2. 层次聚类算法

from scipy.cluster.hierarchy import dendrogram, linkage
import matplotlib.pyplot as plt

# 生成数据
X = np.random.rand(100, 2)

# 聚类
Z = linkage(X, 'ward')

# 绘制树状图
plt.figure(figsize=(25, 10))
plt.title('Hierarchical Clustering Dendrogram')
plt.xlabel('sample index')
plt.ylabel('distance')
dendrogram(Z)
plt.show()

3. DBSCAN聚类算法

from sklearn.cluster import DBSCAN
import numpy as np

# 生成数据
X = np.random.rand(100, 2)

# 聚类
dbscan = DBSCAN(eps=0.3, min_samples=10).fit(X)

# 聚类结果
labels = dbscan.labels_