Python与机器学习（第2版）（微课版） 课件 5-02-DBSCAN聚类分析任务实施

主讲人：陈清华DBSCAN聚类分析任务实施【数据挖掘应用】课程观影用户聚类分析会使用sklearn包中的DBSCAN实现聚类分析应用

重点：阿里云大数据分析与应用中级5.2.3会调整DBSCAN聚类分析模型的参数实现分类效果的优化

难点：大数据工程技术人员国家职业技能标准中级6.3.2会使用Matplotlib包实现聚类模型的可视化能力目标证岗任务内容任务工单引导问题任务评价标准任务解决方案代码解析使用BDSCAN聚类确定质心个数散点图教学难点基于散点图分析两项数据的分布情况，判断基于密度的聚类方法使用的可行性。接着，使用sklearn包中DBSCAN算法实现分析影评数据对用户做聚类，并用图表展现聚类结果。任务概述

任务描述：基于影评数据filmScore.csv，使用BDSCAN确定质心个数。010010011001101010100100110110100101110101000100001011011101001010101101010011010010任务工单

任务要求任务概述最后结果数据源（1）聚类分析与分类分析有何区别？在数据挖掘流程上是否有不同？（2）常见的聚类分析方法有哪些？其适用情境有何不同？（3）基于密度的聚类算法原理是什么？DBSCAN是如何实现聚类的？（4）sklearn中是如何实现DBSCAN聚类分析方法的？写出关键函数与实现步骤。（5）DBSCAN算法中关键参数有哪些？对结果有何影响？”

问题引导：任务概述

任务评价：任务概述评价内容评价要点分值分数评定自我评价1.任务实施数据加载与分析3分数据导入正确得1分，源数据分析与可视化展现完备得2分

模型训练2分模型构建正确得1分，训练顺利执行得1分

聚类结果展现2分能准确展现聚类结果得2分

2.参数调优模型可视化并评估效果2分评估结果详细得1分

3.任务总结依据任务实施情况总结结论1分总结内容切中本任务的重点要点得1分

合计10分

任务解决方案

一、模型训练过程1、初始化分类器2、拟合fit3、预测predict4、准确性评估#data中存储了影评数据fromsklearn.cluster

importDBSCANy_pred=DBSCAN().fit_predict(data)

plt.scatter(data[0],data[1],c=y_pred)任务解决方案

二、模型可视化importmatplotlib.pyplotaspltfrompylabimportmpl#设置字体为SimHei，以显示中文mpl.rcParams['font.sans-serif']=['SimHei']mpl.rcParams['axes.unicode_minus']=False#聚类结果的可视化plt.scatter(data['filmname1'],data['filmname2'],c=y_pred)plt.colorbar()plt.title(u'聚类结果（DBSCAN）')plt.show()任务解决方案

三、DBSCAN()参数调整#调用DBSCAN，确定质心个数y_pred=DBSCAN(eps=1.3,min_samples=20).fit_predict(data)任务解决方案

四、模型可视化进阶importseaborn

assnsdbscan=DBSCAN()

dbscan.fit(data)

data['dbscan_label']=dbscan.labels_

g=sns.FacetGrid(data,hue='dbscan_label')

g.map(plt.scatter,0,1).add_legend()

plt.show()小结1.sklearn中