Agrupaciones por distancias

En este vídeo pueden verse las diferentes distancias y como usarlas para realizar agrupaciones:

Aquí tenéis el código utilizado para ver los diferentes resultados del clsutering dependiendo de la distancia utilizada:

venta_propiedades

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import DBSCAN

# Cargar datos
datos = np.loadtxt("venta_propiedades.csv", delimiter=",")

# Graficar datos
plt.figure(figsize=(6, 6))
plt.scatter(datos[:, 0], datos[:, 1],
            c=np.linspace(0, 1, datos.shape[0]), s=300, alpha=0.6)
plt.xlabel("Antigüedad de la Construcción en Años", fontsize=14)
plt.ylabel("Precio de Casa en Pesos (1:100,000)", fontsize=14)
plt.box(False)
plt.show()


# Cargar datos
datos = np.loadtxt("venta_propiedades.csv", delimiter=",")

# Identificar Clusters con diferentes distancias
distancias = ["euclidean", "chebyshev", "manhattan"]

fig = plt.figure(figsize=(12, 4))
plt.set_cmap("plasma")
for d in range(len(distancias)):
    clusters = DBSCAN(2, min_samples=10,
                      metric=distancias[d]).fit_predict(datos)
    ax = fig.add_subplot(1, 3, d + 1)
    # puntos considerados ruido
    ax.scatter(datos[clusters == -1][:, 0], datos[clusters == -1][:, 1],
               c="cyan", s=200, marker="2")
    # puntos pertenencientes a clusters
    ax.scatter(datos[clusters >= 0][:, 0], datos[clusters >= 0][:, 1],
               c=clusters[clusters >= 0], s=200,
               linewidth=0.5, edgecolors="black")
    ax.set_title(distancias[d].capitalize(), fontsize=24)
    ax.axis("off")

plt.show()