異方性点クラスタリング

Question

K-means法は異方性点を扱うことができません。 DBSCANとGaussian Mixtureモデルは、scikit-learnに従ってこれを扱うことができます。私は両方のアプローチを使用しようとしましたが、彼らは私のdatasetのために働いていません。

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_) 

のみ1クラスタ（クラスタの推定数：1）hereに示すように検出された

DBSCAN

私は、次のコードを使用します。

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)) 

hereに示すように、2つのクラスタが識別できませんでした：次のように

ガウス混合モデル

コードがありました。

どのように2つのクラスタを検出できますか？

Answer 1

ドキュメントをお読みください。

フィット

X（X、Yなし、sample_weight =なし=）：形状のアレイ又は疎（CSR）マトリックス（n_samples、n_features） [...]

を。 ..

Y：

を無視だからあなたの呼び出しは、y座標を無視します。

私たちは皆、python/sklearnを気に入らないのですが、それはあなたにも警告しないので、黙ってyを無視しますか？

Xは、x座標だけでなく、データ全体でなければなりません。

"train"と "predict"という概念はクラスタリングには意味がありません。それを使用しないでください。 fit_predictのみを使用してください。