Как найти ложноположительные значения с помощью алгоритма DBSCAN Unsupervised Clustering, имеющего только данные тестирования? - PullRequest
Новая
       26

Как найти ложноположительные значения с помощью алгоритма DBSCAN Unsupervised Clustering, имеющего только данные тестирования?

0 голосов
/ 06 марта 2020 
shape = testing_data.shape
     rows = shape[0]
     X = StandardScaler().fit_transform(testing_data[features])
     predictions = DBSCAN(eps=0.5,min_samples=25,metric='euclidean', metric_params=None, algorithm='auto', p=None, n_jobs=None).fit(X)     
     core_samples_mask = np.zeros_like(predictions.labels_, dtype=bool)
     core_samples_mask[predictions.core_sample_indices_] = True
     labels = predictions.labels_
     n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)
     n_noise_ = list(labels).count(-1)
     uniquelabel_ = set(labels)  
     return predictions

Я хочу найти ложное срабатывание, может кто-нибудь, пожалуйста, помогите мне здесь

...