%% 清空环境变量
clear
clc
close all
warning off
%% 导入数据
res = xlsread('数据集.xlsx');
figure;
scatter(res(:,1),res(:,2),20,'filled');
xlabel('data1');
ylabel('data2');
title('原始数据');
%% 参数设置
Tag = 1; % 数据集中是否包含标签
M = size(res, 1); % 样本数目
%% 输入特征
P_train = res';
%% 数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
%% 矩阵转置
p_train = p_train';
%% 聚类算法
% 聚类类别数目由下方两个参数共同决定
Epsilon = 0.5; % Epsilon 邻域
minpts = 4; % 核心点正整数所需的最小邻居数
[T_sim1, copt] = dbscan(p_train, Epsilon, minpts);
%% TSNE -- 降维
pc_train = tsne(p_train);
%% 绘制结果图
figure
gscatter(pc_train(:, 1), pc_train(:, 2), T_sim1)
xlabel('降维后第一维度')
ylabel('降维后第二维度')
string = {'聚类可视化'};
title(string)
grid on
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
DBSCAN聚类(密度聚类算法)-基于密度的聚类算法-聚类可视化-MATLAB代码 本代码详细图文介绍,请点击博客主页查找对应文章查看。可保证运行,运行失败或报错免费解决。 DBSCAN (Density-Based Spatial Clustering of Applications with Noise) 是一种基于密度的聚类算法,它将数据点分为核心点、边界点和噪声点。核心点是在一定半径内点数多于MinPts的点,边界点是在半径内点数少于MinPts但是与核心点相连的点,噪声点则是不属于任何簇的点。
资源推荐
资源详情
资源评论




























收起资源包目录




共 2 条
- 1
资源评论


Matlab神经网络深度学习
- 粉丝: 2w+
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助


最新资源
- 第2章平面连杆机构1.ppt
- 工程概况及施工质量情况介绍.doc
- 基于网络文本的民族旅游体验特征研究.docx
- PLC磨矿控制系统设计方案.doc
- 知名公司工程项目精细化成本管理.ppt
- 18层剪力墙结构住宅楼毕业设计计算书(word格式41页).doc
- 平法实图与钢筋算量.ppt
- 地下防水工程施工作业指导书.doc
- 纯水反渗透工艺修改.docx
- 建筑识图房屋构造.doc
- 计算-100以内整十数加减整十数-(2).doc
- 企业网络安全风险分析.doc
- 加强医院信息管理系统安全的若干策略.docx
- 基于51单片机的数字钟方案设计书(3).doc
- 哈密市热力管道施工组织设计.doc
- 吴江市平望镇某新建校区岩土工程勘察报告.doc
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈



安全验证
文档复制为VIP权益,开通VIP直接复制
