Python机器学习基础教程

152

｜

第

3

章

这种类型的分析——尝试找出“奇怪的那一个”——被称为

异常值检测

（

outlier

detection

）。如果这是一个真实的应用，那么我们可能会尝试更好地裁切图像，以得到更加

均匀的数据。对于照片中的人有时戴着帽子、喝水或在面前举着某物，我们能做的事情很

少。但需要知道它们是数据中存在的问题，我们应用任何算法都需要解决这些问题。

如果我们想要找到更有趣的簇，而不是一个非常大的簇，那么需要将 eps 设置得更小，取

值在 15 和 0.5（默认值）之间。我们来看一下 eps 不同取值对应的结果：

In[77]:

for eps in [1, 3, 5, 7, 9, 11, 13]:

print("\neps={}".format(eps))

dbscan = DBSCAN(eps=eps, min_samples=3)

labels = dbscan.fit_predict(X_pca)

print("Clusters present: {}".format(np.unique(labels)))

print("Cluster sizes: {}".format(np.bincount(labels + 1)))

Out[77]:

eps=1

Clusters present: [-1]

Cluster sizes: [2063]

eps=3

Clusters present: [-1]

Cluster sizes: [2063]

eps=5

Clusters present: ...