Я пытаюсь кластеризовать свои наборы данных (уровень радиосигнала от точек доступа WiFi на двумерной поверхности) с использованием распространения сродства.Я воспользовался ссылками this и this , чтобы понять основы кластеризации распространения сродства.Пример кода, доступного в sklearn, выглядит следующим образом:
from sklearn.cluster import AffinityPropagation
from sklearn import metrics
from sklearn.datasets.samples_generator import make_blobs
# Generate sample data
centers = [[1, 1], [-1, -1], [1, -1]]
X, labels_true = make_blobs(n_samples=300, centers=centers, cluster_std=0.5,
random_state=0)
# Compute Affinity Propagation
af = AffinityPropagation(preference=-50).fit(X)
cluster_centers_indices = af.cluster_centers_indices_
labels = af.labels_
Приведенный выше код работает хорошо.Я хочу изменить его для моих собственных наборов данных.Мои наборы данных имеют следующую форму:
Здесь каждая точка представляет точку сетки на двумерной поверхности.И каждая точка сетки содержит уровень радиосигнала от различных точек доступа WiFi.Я хочу кластеризовать точки сетки в соответствии с подобием мощности радиосигнала от точек доступа WiFi.Могу ли я сделать это с помощью sklearn?Кто-нибудь сделал это, используя sklearn?Любые ссылки или примеры кода, пожалуйста.
Спасибо.