如何计算k距离图中的膝盖?

时间:2014-01-09 19:54:26

标签: cluster-analysis data-mining dbscan

我想实现DBSCAN算法的某种改进,用户不需要输入输入参数(minPts和Eps)。我的想法是使用K距离图,但是计算这个图的“膝盖”的最佳方法是什么?当情节有2个或更多膝盖时如何计算?

在哪里可以找到某些DBSCAN改进的源代码,例如AUTODBSCAN,VDBSCAN,PDBSCAN或DBSCAN-DLP?我正在寻找一些基础知识,但我无处可寻找帮助。也许你已经看过某个样本源代码?

1 个答案:

答案 0 :(得分:2)

DBSCAN已被改善为致死

在谷歌学术搜索中,它有5361次引用,其中可能有1000多种“改进”DBSCAN。其中可能有十几个使用k距离图。但这些都没有在实践中使用。

如果您想继续这一研究,最好了解自那时以来所做的工作。 特别是,看看OPTICS完全消除了Epsilon参数(除了使用索引时的性能原因)。

还有一位原来的DBSCAN作者Joerg Sander看看HDBSCAN *。除了他在OPTICS和GDBSCAN上的工作之外,这可能是DBSCAN最重要的扩展。