读入数据:从标准输入读取一行 JSON,分别得到 reference 与 targets 的二维数值特征。
拼接与标准化:将 reference、targets 在样本维度上拼接为整体矩阵 X,对 X 使用 一次 StandardScaler.fit_transform 完成标准化。
DBSCAN 聚类:在标准化后的特征上执行 DBSCAN(eps=0.3, min_samples=3, metric="euclidean", algorithm="auto") 得到原始标签 labels(离群为 -1)。
簇重映射(仅针对非 -1):
在一个无监督的信号分析任务中,你有两份数据:一份是存档的参考信号集合,另一份是新捕获的待分析信号集合。每个信号由一个数值特征向量表示,两组信号的特征维度相同。
你需要完成以下处理:
0.3,成为核心点所需的最小邻居数固定为 3,距离度量采用欧氏距离。分组后,每个样本得到一个临时标签。孤立点(不属于任何密度连通组)的标签为 -1,其余各组的标签为算法自动分配的整数。-1。对每一个非孤立组,计算该组在标准化空间中的中心点(即组内所有样本的均值向量)。接着,按这些中心点的第一个坐标值从小到大的顺序,依次为各组赋予连续的新标签 0, 1, 2, ...,并替换原有临时标签。
Scan the QR code below with WeChat to sign in
First-time scan will create your account automatically
请使用微信扫描下方二维码完成注册