生活不易啊，公司考核，初步写出来了，脑阔疼。。。
思路：
设定阈值与半径；
计算点之间的距离(欧式距离实现)；
区分核心点、边界点与离群点；
将每个点的领域作为一个类(即将密度可达的点归为一个簇)；
找出每个独立的领域；
对最后的聚类进行标记；
可视化。
代码实现：
1、设定eps = 2，MinPts = 3；
2、实现点与点欧氏距离的计算
1 def ecludDist(x,y): 2 return np.sqrt(sum(np.sqrt(np.array(x) - np.array(y)))) 3 4 def euclidean_distance(data): 5 all_points = [] 6 for i in data: 7 temp = [] 8 for j in data: 9 temp.append(ecludDist(i,j)) 10 all_points.append(temp) 11 return all_points
3、点种类的划分：
1 def classify(z): #z为通过欧式距离计算所得的矩阵 2 pts = [] 3 for row in z: 4 density = np.sum(z.ix[row] < eps) 5 pts = 0 6 if density > MinPts: 7 pts = 1 #核心点 8 elif density > 1: 9 pts = 2 #边界点 10 else: 11 pts = 0 #离群点 12 pts.append(pts) 13 return pts
4、将每个点的领域作为一个类：
1 def point_type: 2 cluster = dict() 3 i = 0 4 for row in z: 5 cluster[i] = np.where(z.ix[row] < eps)[0] 6 i = i+1 7 for i in range(len(cluster)): 8 for j in range(len(cluster)): 9 if len(set(cluster[i]) & set(cluster[j])) > 0 and i!=j: 10 cluster[i] = cluster[i] | cluster[j] 11 cluster[j] = []
5、找出独立的领域
1 def independent_filed(cluster): 2 j = 0 3 result = dict() 4 for i in range(len(cluster)): 5 if len(cluster[i]) >0: 6 result[j] = cluster[i] 7 j =j+1 8 return result
6、对最后聚类的结果标记
1 def mark(df): #传进来的是转换后的数据 2 for i in range(result)： #result 为一个字典型结构 3 for j in result[i]: 4 df.at[j,'type'] = i #新建一列，并给它把i值添加上去 5 6 7 plt.scatter( 8 df['one'], 9 df['two'], 10 c=df['type']) 11
最后把这些函数封装一下就Ok啦