python - 如何从点簇中识别线？

Question

我正在构建一个自动编码器，以将燃烧数据集的维度从 17 减少到 2。

如上图所示，有一定的趋势——你可以看到大约三行。我想将数据（无监督）分成线簇，未来的测试数据可以与之相关联，并且正在努力寻找一种方法来做到这一点。

我已经将 DBSCAN 看作是一种层次聚类方法（例如这里）。我不确定它是否合适，但我的代码此时失败：

palette = sns.color_palette()
cluster_colors = [sns.desaturate(palette[col], sat)
                  if col >= 0 else (0.5, 0.5, 0.5) for col, sat in
                  zip(clusterer.labels_, clusterer.probabilities_)]

plt.scatter(z[0], z[1], c=cluster_colors, **plot_kwds)

其中z[0]和z[1]是聚类数据的两个维度。错误是：

'ValueError: 'c' argument has 100 elements, which is not acceptable for use with 'x' with size 2, 'y' with size 2.'

如果您有建议的替代方案，请告诉我。另外，我的数据很大（> 100万个点）。

标签： pythoncluster-analysishierarchical-clusteringautoencoderdbscan

Answer 1

您需要一次绘制一个集群。

不幸的是，Matplotlib 不接受颜色数组。

因此它抱怨c参数。

Ps为什么要减少到二维？你试过聚类原始的 17 维空间吗？在二维情况下，使用非线性映射，您可能损失了太多。