代码功能

生成数据：

使用 make_moons 方法生成一个非线性分布的二维数据集，模拟月亮形状的两个半环形分布，同时添加一定的噪声。

数据标准化：

使用 StandardScaler 对数据进行标准化处理，使不同特征的值具有相同的分布范围（零均值和单位方差），以提高 DBSCAN 的距离计算效果。

应用 DBSCAN：

使用 DBSCAN 算法对标准化后的数据进行聚类分析：
eps=0.2 定义两个点被视为“邻居”的最大距离。
min_samples=5 指定一个点需要至少有 5 个邻居才能被视为核心点。
算法将点划分为不同的簇或标记为噪声点。

可视化聚类结果：

使用 Matplotlib 将聚类结果以散点图形式展示：
每个簇以不同颜色表示。
噪声点用黑色标记。

输出聚类统计：

打印每个簇的编号及其包含的点数，同时统计噪声点的数量。

代码

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_moons
from sklearn.cluster import DBSCAN
from sklearn.preprocessing import StandardScaler

# 1. 生成示例数据
X, y = make_moons(n_samples=300, noise=0.05, random_state=42)  # 生成类似月亮形状的数据

# 2. 数据标准化（DBSCAN 对距离敏感，建议先标准化）
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# 3. 应用 DBSCAN
dbscan = DBSCAN(eps=0.2, min_samples=5)  # 设置超参数
labels = dbscan.fit_predict(X_scaled)

# 4. 可视化结果
# 获取每个簇的颜色
unique_labels = set(labels)
colors = [plt.cm.Spectral(each) for each in np.linspace(0, 1, len(unique_labels))]

# 绘制聚类结果
plt.figure(figsize=(8, 6))
for k, col in zip(unique_labels, colors):
    if k == -1:
        # 噪声点标记为黑色
        col = [0, 0, 0, 1]
    
    class_member_mask = (labels == k)
    xy = X[class_member_mask]
    plt.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=tuple(col), markeredgecolor='k', markersize=6)

plt.title("DBSCAN Clustering")
plt.xlabel("Feature 1")
plt.ylabel("Feature 2")
plt.show()

# 5. 输出聚类结果
for i in unique_labels:
    if i == -1:
        print(f"Cluster: Noise (Label {i}) - Number of points: {(labels == i).sum()}")
    else:
        print(f"Cluster: {i} - Number of points: {(labels == i).sum()}")