Implementação do algoritmo de mineração de dados DBScan. Incluindo 3 medidas de similaridade: Euclidiana, Jaccard e Fading.

##Get started

1 - Baixe este projeto.

2 - Coloque o caminho do seu arquivo de entrada.

 with open('tweets_30.tsv') as json_data:

3 - Escolha o formato do seu arquivo de entrada(JSON ou algum arquivo .txt dividido por algum caracter)

 # A linha abaixo le um arquivo em formato JSON
 # points = json.load(json_data)
 
 # O codigo abaixo le um arquivo txt(tabulado)
 points = {}
 points['tweets'] = []
 for line in json_data:
 data = line.split('\t')

4 - Configure os parâmetros do algoritmo (eps e minPts)

 # A funcao DBSCAN recebe um array de pontos, eps e minPoints.
 dbScan(points['tweets'], 0.3, 500)

5 - Coloque o caminho do seu arquivo de saída.

 # Caminho do arquivo de saida dos clusters
 output_file = open('/Users/CAMINHO/DO/SEU/ARQUIVO/file.txt','a')

6 - Salve as edições.

7 - Abra o console e execute "python DBSCAN.py"

• O código está todo comentádo, a fim de facilitar a edição do mesmo.

• Esse projeto possui 3 implementações de medida de similaridade. Euclidiana, Fading e de Jaccard.