Extraction de grappes sous la forme de lignes à partir d'un ensemble de données

Question

J'ai un jeu de données similaire à celui illustré ci-dessous, qui forme clairement des lignes de mon point de vue. Au lieu de dessiner des marqueurs, je veux connecter les marqueurs dans chaque courbe par une ligne. Je suis curieux, dans ce cas, quel type d'algorithmes de cluster serait un bon?

import numpy as np 
import matplotlib.pyplot as plt 
np.random.seed = 42 

#Generate (x,y) data 
x = np.linspace(0.1,0.9,50) 
y = x%1 
x += np.sin(2*x%1) 
y = y%0.2 

#Shuffle (x,y) data 
ns = list(range(len(x))) 
np.random.shuffle(ns) 
x = x[ns] 
y = y[ns] 

#Plot 
fig, axs = plt.subplots(1,2) 
axs[0].scatter(x,y) 
axs[1].plot(x,y) 
plt.savefig("markers vs lines.pdf") 

Figure - Gauche: Marqueurs, à droite: Les points de données reliés par des lignes.

Answer 1

Étant donné que vous avez demandé l'algorithme de clustering, vous pouvez consulter DBSCAN.

http://scikit-learn.org/stable/auto_examples/cluster/plot_dbscan.html

Il y a deux paramètres, epsilon et le nombre de points pour faire un cluster.

Voici un code pour vous aider à démarrer:

from sklearn.cluster import DBSCAN 
from sklearn.preprocessing import StandardScaler 

import numpy as np 
import matplotlib.pyplot as plt 
np.random.seed = 42 
%matplotlib inline 

#Generate (x,y) data 
x = np.linspace(0.1,0.9,50) 
y = x%1 
x += np.sin(2*x%1) 
y = y%0.2 

#Shuffle (x,y) data 
ns = list(range(len(x))) 
np.random.shuffle(ns) 
x = x[ns] 
y = y[ns] 

""" 
    Fit the Data 
""" 
X = [i for i in zip(x,y)] 
X = StandardScaler().fit_transform(X) 

""" 
    Compute the DBSCAN 
""" 
db = DBSCAN(eps=0.5, min_samples=1).fit(X) 
labels = db.labels_ 

# Number of clusters in labels, ignoring noise if present. 
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0) 
n_clusters_ 

""" 
    Plot the clusters 
""" 
d= dict(zip(set(labels),['red','green','blue','yellow','purple','grey'])) 
d[-1] = "black" 
plt.scatter(x,y,color=[ d[i] for i in labels]) 
plt.show() 

Le résultat:

inpired par: http://scikit-learn.org/stable/auto_examples/cluster/plot_dbscan.html

En savoir plus sur les paramètres du dbscan ici: http://scikit-learn.org/stable/modules/generated/sklearn.cluster.DBSCAN.html#sklearn.cluster.DBSCAN

Espérons que cette aide.

Answer 2

Ces données sont courantes en analyse d'images, en raison de l'architecture. Afin de déduire la perspective, les gens ont utilisé la transformée de Hough pour identifier les lignes de points '.

C'est probablement la meilleure méthode à utiliser ici.