首頁 > 軟體

Python取讀csv檔案做dbscan分析

2022-04-12 22:00:22

1.讀取csv資料做dbscan分析

讀取csv檔案中相應的列,然後進行轉化,處理為本演演算法需要的格式,然後進行dbscan運算,目前公開的程式碼也比較多,本文根據公開程式碼修改,

具體程式碼如下:

from sklearn import datasets
import numpy as np
import random
import matplotlib.pyplot as plt
import time
import copy
import pandas as pd
# from sklearn.datasets import load_iris
 
def find_neighbor(j, x, eps):
    N = list()
    for i in range(x.shape[0]):
        temp = np.sqrt(np.sum(np.square(x[j] - x[i])))  # 計算歐式距離
        if temp <= eps:
            N.append(i)
    return set(N)
 
 
def DBSCAN(X, eps, min_Pts):
    k = -1
    neighbor_list = []  # 用來儲存每個資料的鄰域
    omega_list = []  # 核心物件集合
    gama = set([x for x in range(len(X))])  # 初始時將所有點標記為未存取
    cluster = [-1 for _ in range(len(X))]  # 聚類
    for i in range(len(X)):
        neighbor_list.append(find_neighbor(i, X, eps))
        if len(neighbor_list[-1]) >= min_Pts:
            omega_list.append(i)  # 將樣本加入核心物件集合
    omega_list = set(omega_list)  # 轉化為集合便於操作
    while len(omega_list) > 0:
        gama_old = copy.deepcopy(gama)
        j = random.choice(list(omega_list))  # 隨機選取一個核心物件
        k = k + 1
        Q = list()
        Q.append(j)
        gama.remove(j)
        while len(Q) > 0:
            q = Q[0]
            Q.remove(q)
            if len(neighbor_list[q]) >= min_Pts:
                delta = neighbor_list[q] & gama
                deltalist = list(delta)
                for i in range(len(delta)):
                    Q.append(deltalist[i])
                    gama = gama - delta
        Ck = gama_old - gama
        Cklist = list(Ck)
        for i in range(len(Ck)):
            cluster[Cklist[i]] = k
        omega_list = omega_list - Ck
    return cluster
 
# X = load_iris().data
data = pd.read_csv("testdata.csv")
x,y=data['Time (sec)'],data['Height (m HAE)']
print(type(x))
n=len(x)
x=np.array(x)
x=x.reshape(n,1)
y=np.array(y)
y=y.reshape(n,1)
X = np.hstack((x, y))
cluster_std=[[.1]], random_state=9)
 
eps = 0.08
min_Pts = 5
begin = time.time()
C = DBSCAN(X, eps, min_Pts)
end = time.time()
plt.figure()
plt.scatter(X[:, 0], X[:, 1], c=C)
plt.show()

2.輸出結果顯示

修改引數顯示:

eps = 0.8
min_Pts = 5

3.計算效率

採用少量資料計算的時候效率問題不明顯,隨著資料量增大,計算效率問題就變得尤為明顯,難以滿足大量資料的計算需求了,後期將想辦法優化計算方法或者收集C++程式碼進行優化了。

到此這篇關於Python取讀csv檔案做dbscan分析的文章就介紹到這了,更多相關Python  dbscan分析內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com!


IT145.com E-mail:sddin#qq.com