3.数据集有十五个点，分别是x1=(2,1)T，x2=(5,1)T，x3=(1,2)T，x4=(2,

3.数据集有十五个点，分别是x1=(2,1)T，x2=(5,1)T，x3=(1,2)T，x4=(2,2)T，x5=(3,2)T，x6=(4,2)T，x7=(5,2)T，x8=(6,2)T，x9=(1,3)T，x10=(2,3)T，x11=(5,3)T，x12=(2,4)T，x13=(2,5)T，x14=(6,3)T，x14=(6,3)T，x15=(6,1)T 请使用DBSCAN算法得到聚类结果（邻域参数为(1,4)） 4.x1=(0,0)T，x2=(0,1)T，x3=(2,2)T，x4=(5,1)T，x5=(5,3)T，x6=(-20,20)T，x7=(-19,-19)T 使用AGNES算法得到两个簇（可用单链接或全链接）。（用{}符号表示一个簇，如：用{x1,x2}表示x1,和x2两个点的簇） 求大佬解答一下，孩子实在算不出来，最好有详细步骤的那种[face]monkey2:019.png[/face] 谢谢惹！ #机器学习

对于第一个数据集，使用 DBSCAN 聚类得到的结果如下（邻域参数为 (eps=1, min_samples=4)）：

Cluster 0: {x1, x3, x4, x5, x6, x7, x8, x9, x10, x11}
Cluster 1: {x2}
Cluster 2: {x12}
Cluster 3: {x13}
Cluster 4: {x14, x15}

对于第二个数据集，使用 AGNES 算法并可视化曼哈顿距离的树状图可以发现在 2-3 处划分是最符合情理的，所以将其划分为两个簇。使用单链接或全链接方法划分两个簇的结果如下：

• 单链接

  Cluster 1: {x1, x2, x4}
  Cluster 2: {x3, x5, x6, x7, x8}
  Cluster 3: {x9, x10}
  Cluster 4: {x11, x12, x13, x14, x15}
  

• 全链接

  Cluster 1: {x2, x4, x5}
  Cluster 2: {x1, x3, x6, x7, x8}
  Cluster 3: {x9, x10}
  Cluster 4: {x11, x12, x13, x14, x15}