如何使用 seaborn 绘制 OPTICS 聚类结果？答案

【问题标题】：How to plot OPTICS clustering results using seaborn?如何使用 seaborn 绘制 OPTICS 聚类结果？
【发布时间】：2021-01-08 13:37:52
【问题描述】：

我使用 CNN 从 2 个类别（猫和狗）的 10 张图像中获得了特征。所以我有一个 (10, 2500) numpy 数组。我在数组上应用了 OPTICS 聚类算法来查找哪个图像属于哪个聚类

clustering = OPTICS(min_samples=2).fit(train_data_array)

现在我正在尝试使用 seaborn 绘制集群

sns.scatterplot(data=train_data_array).plot

但是没有情节。

【问题讨论】：

【解决方案1】：

有两个问题。

以下是使用 iris 数据集的示例：

from sklearn.cluster import OPTICS
import seaborn as sns
import pandas as pd

df = sns.load_dataset("iris").iloc[:,:4]

像你一样执行聚类：

clustering = OPTICS(min_samples=20).fit(df)

使用 4 个变量对此数据执行 PCA，返回前 2 个组件：

from sklearn.decomposition import PCA
pca = PCA(n_components=2)
pca.fit(df)

将PC分数和聚类结果添加到训练数据中，也可以制作单独的data.frame：

df['PC1'] = pca.fit_transform(df)[:,0]
df['PC2'] = pca.fit_transform(df)[:,1]
df['clustering'] = clustering.labels_

剧情：

sns.scatterplot(data=df,x="PC1",y="PC2",hue=df['clustering'])

【讨论】：