CursosEmpresasBlogLiveConfPrecios

Implementando DBSCAN

Clase 16 de 27 • Curso de Clustering con Python y scikit-learn

Clase anteriorSiguiente clase

Contenido del curso

Fundamentos de clustering
  • 1
    ¿Qué es el clustering en machine learning?

    ¿Qué es el clustering en machine learning?

    04:01
  • 2
    Tu primer clustering con scikit-learn

    Tu primer clustering con scikit-learn

    16:57
  • 3
    ¿Cuándo usar clustering?

    ¿Cuándo usar clustering?

    05:00
  • 4
    ¿Cómo evaluar modelos de clustering?

    ¿Cómo evaluar modelos de clustering?

    12:00
K-means
  • 5
    ¿Qué es el algoritmo de K-means y cómo funciona?

    ¿Qué es el algoritmo de K-means y cómo funciona?

    07:30
  • 6
    ¿Cuándo usar K-means?

    ¿Cuándo usar K-means?

    03:24
  • 7
    Implementando K-means

    Implementando K-means

    14:08
  • 8
    Encontrando K

    Encontrando K

    13:06
  • 9
    Evaluando resultados de K-means

    Evaluando resultados de K-means

    04:21
Hierarchical clustering
  • 10
    ¿Qué es hierarchical clustering y cómo funciona?

    ¿Qué es hierarchical clustering y cómo funciona?

    04:56
  • 11
    ¿Cuándo usar hierarchical clustering?

    ¿Cuándo usar hierarchical clustering?

    02:07
  • 12
    Implementando hierarchical clustering

    Implementando hierarchical clustering

    09:40
  • 13
    Evaluando resultados de hierarchical clustering

    Evaluando resultados de hierarchical clustering

    06:44
DBSCAN
  • 14
    ¿Qué es DBSCAN y cómo funciona?

    ¿Qué es DBSCAN y cómo funciona?

    08:27
  • 15
    ¿Cuándo usar DBSCAN?

    ¿Cuándo usar DBSCAN?

    02:28
  • 16
    Implementando DBSCAN

    Implementando DBSCAN

    09:11
  • 17
    Encontrar híper-parámetros

    Encontrar híper-parámetros

    14:33
  • 18
    Evaluando resultados de DBSCAN

    Evaluando resultados de DBSCAN

    07:35
Proyecto: resolviendo un problema con clustering
  • 19
    Preparar datos para clusterizar

    Preparar datos para clusterizar

    13:30
  • 20
    Aplicando PCA para clustering

    Aplicando PCA para clustering

    12:08
  • 21
    Resolviendo con K-means

    Resolviendo con K-means

    09:24
  • 22
    Resolviendo con hierarchical clustering

    Resolviendo con hierarchical clustering

    07:12
  • 23
    Resolviendo con DBSCAN

    Resolviendo con DBSCAN

    17:25
  • 24
    Resolviendo con DBSCAN (sin PCA)

    Resolviendo con DBSCAN (sin PCA)

    05:24
  • 25
    Evaluación resultados de distintos modelos de clustering

    Evaluación resultados de distintos modelos de clustering

    10:47
Conclusiones
  • 26
    Proyecto final y cierre

    Proyecto final y cierre

    02:32
  • 27

    Comparte tu proyecto de segmentación con clustering y certifícate

    00:00
    Alvaro Alva

    Alvaro Alva

    student•
    hace 2 años

    Que significa exactamente los parametros 'n_samples', 'noise', y 'random_state'?

      Platzi

      Platzi

      student•
      hace 2 años

      Los parámetros 'n_samples', 'noise' y 'random_state' son utilizados en el contexto de la generación de datos aleatorios. 'n_samples' indica la cantidad de muestras o datos que se generarán. 'noise' se refiere al nivel de ruido o variabilidad que se añadirá a los datos generados. 'random_state' es una semilla que se utiliza para inicializar el generador de números aleatorios y asegurar que los resultados sean reproducibles.

    Cristian perez

    Cristian perez

    student•
    hace un año

    en 2d y 3d se puede visualizar para saber la forma de los datos y asi escoger k means o db scan pero cuando son mas dimensiones como se haria para saber cual es mejor ya que no puedo visualizar las formas?

    Octavio De Paula

    Octavio De Paula

    student•
    hace 2 años

    Es impresionante como ajustando los hiperparámetros se pueden identificar perfectamente tanto los "k" como los outliers.

    dbscan_blobs = DBSCAN(eps=0.8, min_samples=4) y_predict = dbscan_blobs.fit_predict(X) df_blobs['cluster'] = y_predict sns.scatterplot(data=df_blobs, x='x1', y='x2', hue='cluster', palette='bright');
    Mario Alexander Vargas Celis

    Mario Alexander Vargas Celis

    student•
    hace 4 meses

    Aquí tienes una implementación práctica de DBSCAN en Python usando scikit-learn, con visualización incluida:

    ✅ Paso 1: Cargar y preparar los datos

    Usaremos datos simulados con formas no circulares para mostrar la ventaja de DBSCAN.

    from sklearn.datasets import make_moons import matplotlib.pyplot as plt

    # Crear un conjunto de datos de ejemplo (dos medias lunas) X, y = make_moons(n_samples=300, noise=0.1, random_state=42)

    # Visualizar plt.scatter(X[:, 0], X[:, 1]) plt.title("Datos de ejemplo: dos medias lunas") plt.show()

    ✅ Paso 2: Aplicar DBSCAN

    from sklearn.cluster import DBSCAN

    # Crear modelo DBSCAN dbscan = DBSCAN(eps=0.3, min_samples=5) # Puedes ajustar estos parámetros

    # Ajustar modelo y_dbscan = dbscan.fit_predict(X)

    # Visualizar resultado plt.scatter(X[:, 0], X[:, 1], c=y_dbscan, cmap='plasma') plt.title("Clústeres encontrados con DBSCAN") plt.show()

    ⚙️ Parámetros importantes:

    • eps: distancia máxima entre dos puntos para que uno sea considerado vecino del otro.
    • min_samples: número mínimo de puntos para formar un clúster denso (incluye el punto central).

    ✅ Paso 3 (opcional): Identificar outliers

    # Los puntos con etiqueta -1 son considerados ruido import numpy as np

    outliers = X[y_dbscan == -1]

    plt.scatter(X[:, 0], X[:, 1], c=y_dbscan, cmap='plasma') plt.scatter(outliers[:, 0], outliers[:, 1], c='red', label='Outliers') plt.legend() plt.title("DBSCAN con detección de outliers") plt.show()

    Victor Jose Olivero

    Victor Jose Olivero

    student•
    hace 2 años

    Por que no se usa escalamiento para preparar los datos?

    Jesús Ángel Martínez Briones

    Jesús Ángel Martínez Briones

    student•
    hace 6 meses
    Antonio Demarco Bonino

    Antonio Demarco Bonino

    student•
    hace un año

    Creo que me quedo con K-means

    Juan José Mamani Tarqui

    Juan José Mamani Tarqui

    student•
    hace 2 años

    <u>What is noise parameter?</u>

    X_m ,y_m = make_moons(n_samples=250, noise=0.5, random_state=42)

    In the context of machine learning and synthetic data generation, the term "noise" typically refers to random variations or perturbations added to the data. It introduces random fluctuations or errors to make the dataset more realistic and to simulate the inherent variability in real-world data.

    In the specific case of the make_moons function from scikit-learn, the noise parameter controls the amount of random variation to be added to the data. The function generates a synthetic dataset representing two interleaving half circles, and the noise parameter allows you to control the level of random noise applied to the data points.

    Here's an explanation of the parameters used in your code snippet:

    • n_samples: The total number of data points to generate.
    • noise: The standard deviation of the Gaussian noise added to the data. A higher value of noise will result in more scattered and less structured data points.
    • random_state: Seed for random number generation to ensure reproducibility.

    So, in the case of make_moons(n_samples=250, noise=0.05, random_state=42), it generates a dataset with 250 samples representing two half circles, and each data point has some level of random noise (standard deviation of 0.05) added to its position. This is useful for creating a more realistic and challenging dataset for certain types of machine learning tasks, especially those dealing with non-linear decision boundaries.

    Juan José Mamani Tarqui

    Juan José Mamani Tarqui

    student•
    hace 2 años

    <u>Which would be the best noise?</u>

    🚀

    There isn't a single "best" noise level for the moons data. The ideal noise level depends on what you're trying to achieve:

    • Easy clustering task and baseline performance: If you want to establish a baseline performance for your clustering algorithm or want a very easy task to test with, then using a low noise level (e.g., noise=0.01 or even no noise) might be suitable.
    • Simulating real-world data: Real-world data often has some level of noise or uncertainty. Using a moderate noise level (e.g., noise=0.05 as you used) can be a good choice to make the clustering task more realistic and reflect the challenges of working with actual data.
    • Evaluating robustness to noise: If you're interested in testing how well your clustering algorithm handles noise, you might experiment with different noise levels (e.g., noise=0.05, 0.1, 0.2) and see how the performance changes. This can help you assess the algorithm's robustness.

    Here are some additional factors to consider:

    • The clustering algorithm you're using: Some algorithms might be more sensitive to noise than others.
    • The desired level of difficulty: Do you want a clear separation for easy evaluation, or a more challenging scenario with some ambiguity?

    Ultimately, the best noise level depends on your specific goals and the context of your work. It's a good practice to try different noise levels and see how they affect the clustering results.

    Julián Cárdenas

    Julián Cárdenas

    student•
    hace 2 años

    Buena clase sencilla y super explicativa !!

    JOSE DANIEL ALVEAR ACEVEDO

    JOSE DANIEL ALVEAR ACEVEDO

    student•
    hace 2 años

    De las mejores explicaciones que he encontrado sobre el uso de DBSCAN

      Julián Cárdenas

      Julián Cárdenas

      student•
      hace 2 años

      Totalmente de acuerdo

Escuelas

  • Desarrollo Web
    • Fundamentos del Desarrollo Web Profesional
    • Diseño y Desarrollo Frontend
    • Desarrollo Frontend con JavaScript
    • Desarrollo Frontend con Vue.js
    • Desarrollo Frontend con Angular
    • Desarrollo Frontend con React.js
    • Desarrollo Backend con Node.js
    • Desarrollo Backend con Python
    • Desarrollo Backend con Java
    • Desarrollo Backend con PHP
    • Desarrollo Backend con Ruby
    • Bases de Datos para Web
    • Seguridad Web & API
    • Testing Automatizado y QA para Web
    • Arquitecturas Web Modernas y Escalabilidad
    • DevOps y Cloud para Desarrolladores Web
  • English Academy
    • Inglés Básico A1
    • Inglés Básico A2
    • Inglés Intermedio B1
    • Inglés Intermedio Alto B2
    • Inglés Avanzado C1
    • Inglés para Propósitos Específicos
    • Inglés de Negocios
  • Marketing Digital
    • Fundamentos de Marketing Digital
    • Marketing de Contenidos y Redacción Persuasiva
    • SEO y Posicionamiento Web
    • Social Media Marketing y Community Management
    • Publicidad Digital y Paid Media
    • Analítica Digital y Optimización (CRO)
    • Estrategia de Marketing y Growth
    • Marketing de Marca y Comunicación Estratégica
    • Marketing para E-commerce
    • Marketing B2B
    • Inteligencia Artificial Aplicada al Marketing
    • Automatización del Marketing
    • Marca Personal y Marketing Freelance
    • Ventas y Experiencia del Cliente
    • Creación de Contenido para Redes Sociales
  • Inteligencia Artificial y Data Science
    • Fundamentos de Data Science y AI
    • Análisis y Visualización de Datos
    • Machine Learning y Deep Learning
    • Data Engineer
    • Inteligencia Artificial para la Productividad
    • Desarrollo de Aplicaciones con IA
    • AI Software Engineer
  • Ciberseguridad
    • Fundamentos de Ciberseguridad
    • Hacking Ético y Pentesting (Red Team)
    • Análisis de Malware e Ingeniería Forense
    • Seguridad Defensiva y Cumplimiento (Blue Team)
    • Ciberseguridad Estratégica
  • Liderazgo y Habilidades Blandas
    • Fundamentos de Habilidades Profesionales
    • Liderazgo y Gestión de Equipos
    • Comunicación Avanzada y Oratoria
    • Negociación y Resolución de Conflictos
    • Inteligencia Emocional y Autogestión
    • Productividad y Herramientas Digitales
    • Gestión de Proyectos y Metodologías Ágiles
    • Desarrollo de Carrera y Marca Personal
    • Diversidad, Inclusión y Entorno Laboral Saludable
    • Filosofía y Estrategia para Líderes
  • Diseño de Producto y UX
    • Fundamentos de Diseño UX/UI
    • Investigación de Usuarios (UX Research)
    • Arquitectura de Información y Usabilidad
    • Diseño de Interfaces y Prototipado (UI Design)
    • Sistemas de Diseño y DesignOps
    • Redacción UX (UX Writing)
    • Creatividad e Innovación en Diseño
    • Diseño Accesible e Inclusivo
    • Diseño Asistido por Inteligencia Artificial
    • Gestión de Producto y Liderazgo en Diseño
    • Diseño de Interacciones Emergentes (VUI/VR)
    • Desarrollo Web para Diseñadores
    • Diseño y Prototipado No-Code
  • Contenido Audiovisual
    • Fundamentos de Producción Audiovisual
    • Producción de Video para Plataformas Digitales
    • Producción de Audio y Podcast
    • Fotografía y Diseño Gráfico para Contenido Digital
    • Motion Graphics y Animación
    • Contenido Interactivo y Realidad Aumentada
    • Estrategia, Marketing y Monetización de Contenidos
  • Desarrollo Móvil
    • Fundamentos de Desarrollo Móvil
    • Desarrollo Nativo Android con Kotlin
    • Desarrollo Nativo iOS con Swift
    • Desarrollo Multiplataforma con React Native
    • Desarrollo Multiplataforma con Flutter
    • Arquitectura y Patrones de Diseño Móvil
    • Integración de APIs y Persistencia Móvil
    • Testing y Despliegue en Móvil
    • Diseño UX/UI para Móviles
  • Diseño Gráfico y Arte Digital
    • Fundamentos del Diseño Gráfico y Digital
    • Diseño de Identidad Visual y Branding
    • Ilustración Digital y Arte Conceptual
    • Diseño Editorial y de Empaques
    • Motion Graphics y Animación 3D
    • Diseño Gráfico Asistido por Inteligencia Artificial
    • Creatividad e Innovación en Diseño
  • Programación
    • Fundamentos de Programación e Ingeniería de Software
    • Herramientas de IA para el trabajo
    • Matemáticas para Programación
    • Programación con Python
    • Programación con JavaScript
    • Programación con TypeScript
    • Programación Orientada a Objetos con Java
    • Desarrollo con C# y .NET
    • Programación con PHP
    • Programación con Go y Rust
    • Programación Móvil con Swift y Kotlin
    • Programación con C y C++
    • Administración Básica de Servidores Linux
  • Negocios
    • Fundamentos de Negocios y Emprendimiento
    • Estrategia y Crecimiento Empresarial
    • Finanzas Personales y Corporativas
    • Inversión en Mercados Financieros
    • Ventas, CRM y Experiencia del Cliente
    • Operaciones, Logística y E-commerce
    • Gestión de Proyectos y Metodologías Ágiles
    • Aspectos Legales y Cumplimiento
    • Habilidades Directivas y Crecimiento Profesional
    • Diversidad e Inclusión en el Entorno Laboral
    • Herramientas Digitales y Automatización para Negocios
  • Blockchain y Web3
    • Fundamentos de Blockchain y Web3
    • Desarrollo de Smart Contracts y dApps
    • Finanzas Descentralizadas (DeFi)
    • NFTs y Economía de Creadores
    • Seguridad Blockchain
    • Ecosistemas Blockchain Alternativos (No-EVM)
    • Producto, Marketing y Legal en Web3
  • Recursos Humanos
    • Fundamentos y Cultura Organizacional en RRHH
    • Atracción y Selección de Talento
    • Cultura y Employee Experience
    • Gestión y Desarrollo de Talento
    • Desarrollo y Evaluación de Liderazgo
    • Diversidad, Equidad e Inclusión
    • AI y Automatización en Recursos Humanos
    • Tecnología y Automatización en RRHH
  • Finanzas e Inversiones
    • Fundamentos de Finanzas Personales y Corporativas
    • Análisis y Valoración Financiera
    • Inversión y Mercados de Capitales
    • Finanzas Descentralizadas (DeFi) y Criptoactivos
    • Finanzas y Estrategia para Startups
    • Inteligencia Artificial Aplicada a Finanzas
    • Domina Excel
    • Financial Analyst
    • Conseguir trabajo en Finanzas e Inversiones
  • Startups
    • Fundamentos y Validación de Ideas
    • Estrategia de Negocio y Product-Market Fit
    • Desarrollo de Producto y Operaciones Lean
    • Finanzas, Legal y Fundraising
    • Marketing, Ventas y Growth para Startups
    • Cultura, Talento y Liderazgo
    • Finanzas y Operaciones en Ecommerce
    • Startups Web3 y Blockchain
    • Startups con Impacto Social
    • Expansión y Ecosistema Startup
  • Cloud Computing y DevOps
    • Fundamentos de Cloud y DevOps
    • Administración de Servidores Linux
    • Contenerización y Orquestación
    • Infraestructura como Código (IaC) y CI/CD
    • Amazon Web Services
    • Microsoft Azure
    • Serverless y Observabilidad
    • Certificaciones Cloud (Preparación)
    • Plataforma Cloud GCP

Platzi y comunidad

  • Platzi Business
  • Live Classes
  • Lanzamientos
  • Executive Program
  • Trabaja con nosotros
  • Podcast

Recursos

  • Manual de Marca

Soporte

  • Preguntas Frecuentes
  • Contáctanos

Legal

  • Términos y Condiciones
  • Privacidad
  • Tyc promociones
Reconocimientos
Reconocimientos
Logo reconocimientoTop 40 Mejores EdTech del mundo · 2024
Logo reconocimientoPrimera Startup Latina admitida en YC · 2014
Logo reconocimientoPrimera Startup EdTech · 2018
Logo reconocimientoCEO Ganador Medalla por la Educación T4 & HP · 2024
Logo reconocimientoCEO Mejor Emprendedor del año · 2024
De LATAM conpara el mundo
YoutubeInstagramLinkedInTikTokFacebookX (Twitter)Threads