##DBSCAN

import numpy as np
import pandas as pd
from sklearn.cluster import DBSCAN

#1.导入数据
#data = pd.read_csv(’’)

#2.数据预处理
#略，最终生成x_train,x_test

x_train = np.array([[1, 2, 3], [1, 4, 6], [1, 0, 9], [4, 6, 1], [7, 8, 9], [4, 5, 6], [5, 1, 3], [5, 6, 2], [6, 2, 1]])

#3.模型训练
model = DBSCAN(eps=3, min_samples=2)
model.fit(x_train)

#4.模型预测
print(model.labels_)

#参数列表与调参方法
DBSCAN(eps=0.5, min_samples=5, metric=’euclidean’, metric_params=None, algorithm=’auto’, leaf_size=30, p=None, n_jobs=None)

#eps : float, optional
两个样本之间的最大距离，一个被认为是另一个样本的邻域。这不是群集中点的距离的最大界限。这是为您的数据集和距离函数选择适当的最重要的DBSCAN参数。

#min_samples ： int，可选
对于要被视为核心对象的点，邻域中的样本数（或总权重）。这包括点本身。

#metric ： string或callable
计算要素数组中实例之间距离时使用的度量标准。如果metric是字符串或可调用的，则它必须是sklearn.metrics.pairwise_distances其metric metric参数允许的选项之一。
如果度量是“预先计算的”，则假定X是距离矩阵，并且必须是正方形。X可以是稀疏矩阵，在这种情况下，只有“非零”元素可以被认为是DBSCAN的邻居。

#metric_params : dict, optional
度量函数的其他关键字参数。

#algorithm：{‘auto’，‘ball_tree’，‘kd_tree’，‘brute’}，可选
NearestNeighbors模块用于计算逐点距离并找到最近邻居的算法。有关详细信息，请参阅NearestNeighbors模块文档。

#leaf_size ： int，optional（默认值= 30）
叶子大小传递给BallTree或cKDTree。这可能会影响构造和查询的速度，以及存储树所需的内存。最佳值取决于问题的性质。

#p ： float，可选
正确译法：用于计算点之间距离的Minkowski矩阵的幂。

#n_jobs ： int或None，可选（默认=无）
要运行的并行作业数。 None除非在joblib.parallel_backend上下文中，否则表示1 。 -1表示使用所有处理器。