确定DBSCAN算法的输入值

Question

我在python中编写代码来实现DBSCAN聚类算法。 我的数据集由14k个用户组成，每个用户由10个功能代表。 我无法决定将Min_samples和epsilon的值作为输入确切保留 我该怎么做？ 相似度量是欧几里德距离。（因此决定它变得更加困难。）任何指针？

Answer 1

DBSCAN通常很难估计其参数。

您是否考虑过OPTICS算法？在这种情况下，您只需要Min_samples，它对应于最小的簇大小。

否则对于DBSCAN我过去通过反复试验完成它：尝试一些值，看看会发生什么。要遵循的一般规则是，如果您的数据集有噪声，则应该具有更大的值，并且它还与维度数相关（在这种情况下为10）。