我正在使用sklearn内置的数据集iris进行聚类。在使用KMeans时，我会提前设定聚类数量，但在DBSCAN中并非如此。如果事先不设定聚类数量，如何训练模型呢？
我尝试了以下方法：
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns#%matplotib inlinefrom sklearn.cluster import DBSCAN,MeanShiftfrom sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_split,KFold,cross_val_scorefrom sklearn.metrics import accuracy_score,confusion_matrixiris = load_iris()X = iris.datay = iris.targetdbscan = DBSCAN(eps=0.3,min_samples=10)dbscan.fit(X,y)我在这上面卡住了！
回答：
DBSCAN是一种聚类算法，因此它不使用标签y。确实，你可以使用它的fit方法，如.fit(X, y)，但根据文档所述：
y: 被忽略
未使用，此处仅为API一致性而保留。
DBSCAN的另一个特点是，与KMeans等算法不同，它不以聚类数量作为输入；相反，它会自行估计聚类数量。
明白了这一点后，让我们使用iris数据集来调整文档示例：
结果如下：
Estimated number of clusters: 2Estimated number of noise points: 17Homogeneity: 0.560Completeness: 0.657V-measure: 0.604Adjusted Rand Index: 0.521Adjusted Mutual Information: 0.599Silhouette Coefficient: 0.486让我们绘制一下结果：
# Plot resultimport matplotlib.pyplot as plt# Black removed and is used for noise instead.unique_labels = set(labels)colors = [plt.cm.Spectral(each) for each in np.linspace(0, 1, len(unique_labels))]for k, col in zip(unique_labels, colors): if k == -1: # Black used for noise. col = [0, 0, 0, 1] class_member_mask = (labels == k) xy = X[class_member_mask & core_samples_mask] plt.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=tuple(col), markeredgecolor='k', markersize=14) xy = X[class_member_mask & ~core_samples_mask] plt.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=tuple(col), markeredgecolor='k', markersize=6)plt.title('Estimated number of clusters: %d' % n_clusters_)plt.show()
就这样了。
与所有聚类算法一样，这里的监督学习常规概念，如训练/测试分割、预测未见数据、交叉验证等不适用。这种无监督方法可能在初步的探索性数据分析（EDA）中很有用，以帮助我们对数据有一个总体了解——但正如你可能已经注意到的那样，这样的分析结果不一定对监督问题有用：在这里，尽管我们的iris数据集中存在3个标签，算法仅发现了2个聚类。
…当然，这可能会根据模型参数的不同而改变。继续实验吧…
