मैं विज्ञानकिट (http://scikit-learn.org/0.13/auto_examples/cluster/plot_dbscan.html) द्वारा लागू डीबीएससीएएन एल्गोरिदम के उदाहरण को समझने की कोशिश कर रहा हूं।पाइथन और विज्ञान-सीखने के साथ डीबीएससीएएन: make_blobs द्वारा लौटाई गई पूर्णांक लेबल वास्तव में क्या हैं?
मैं X = my_own_data
के साथ लाइन
X, labels_true = make_blobs(n_samples=750, centers=centers, cluster_std=0.4)
बदल गया है, तो मैं DBSCAN के लिए अपने खुद के डेटा का उपयोग कर सकते हैं।
अब, चर labels_true
, है जो make_blobs
के दूसरे लौटे तर्क इस तरह, परिणाम के कुछ मूल्यों की गणना करने के लिए इस्तेमाल किया जाता है:
print "Homogeneity: %0.3f" % metrics.homogeneity_score(labels_true, labels)
print "Completeness: %0.3f" % metrics.completeness_score(labels_true, labels)
print "V-measure: %0.3f" % metrics.v_measure_score(labels_true, labels)
print "Adjusted Rand Index: %0.3f" % \
metrics.adjusted_rand_score(labels_true, labels)
print "Adjusted Mutual Information: %0.3f" % \
metrics.adjusted_mutual_info_score(labels_true, labels)
print ("Silhouette Coefficient: %0.3f" %
metrics.silhouette_score(D, labels, metric='precomputed'))
मैं अपने डेटा X
से labels_true
गणना कैसे कर सकते हैं? इस मामले पर label
के साथ विज्ञान का क्या अर्थ है?
आपकी मदद के लिए धन्यवाद!
धन्यवाद और मेरी मूर्खता के लिए खेद है :-) – otmezger
अच्छा जवाब और एक बेवकूफ सवाल नहीं;) –
तो इन पंक्तियों पर टिप्पणी करें और उदाहरण चलता है। #Print ("समरूपता:% 0.3f"% metrics.homogeneity_score (labels_true, लेबल)) #Print ("पूर्णता:% 0.3f"% metrics.completeness_score (labels_true, लेबल)) #Print ("वी उपाय:% 0.3f "% metrics.v_measure_score (labels_true, लेबल)) #Print (" समायोजित रैंड सूचकांक:% 0.3f " #% metrics.adjusted_rand_score (labels_true, लेबल)) #Print (" समायोजित म्युचुअल जानकारी: % 0.3f " #% metrics.adjusted_mutual_info_score (labels_true, लेबल)) – intotecho