我正在使用ELKI mini GUI来聚类我的数据点。我有1300个GPS数据点，我想聚集我的GPS点（DBSCAN和OPTICS）。作为dbc.in的输入文件，我使用的csv文件只有2列（X，Y）。问题是，我的X，Y（投影）坐标非常精确，最多6位小数。但是在运行群集算法后，我的精度会降低（最多3位小数）。如何提高输出点的精度？
而且当它生成集群时，它会自动调用一些与我的实际点ID（ID，X，Y）不对应的虚拟ID。但是，输入csv中未给出ID。它仅包含两列（X，Y）。
答案 0 :(得分：0)
ELKI依靠double来表示数字。如果你需要更高的精度，你将不得不实现自己的解析器和输出模块（虽然我们有一个高度模块化的架构，但它很容易）。
文本的默认输出序列化由Java处理。因此，精确度是默认情况下从Java获得的。如果您使用的是DoubleVector，则此精度应为15-16位数;如果您使用FloatVector，则精度应为7-8位。
快速检查groovysh：
new DoubleVector([12345.678901234567890, 3456.109453] as double[]);
===> 12345.678901234567 3456.109453
new FloatVector([12345.678901234567890, 3456.109453] as float[]);
===> 12345.679 3456.1094
仅产生double和float精度所需的损失。
获取行标签的最佳方法是...为您的数据添加行标签。
WRT。注释中的附加问题：默认解析器会将文件开头的文本行视为列标签。所以只需将“X Y”放入文件的第一行即可。
因此合理的输入格式为：
X Y Label
1 2 Point7
3 4 "Point 8"
以下是不太好的想法：
5 6 123shouldwork
7 8 don't do this: 3 parser will retain the 3
标签应该是非数字的，以便解析器自动将其视为标签。否则，您必须设置适当的参数。
DBID用于内部处理。也许我们根本不应该把它们写到输出中。 FixedDBIDFilter是一种愚蠢的解决方法;当使用需要基于id的散列并在MiniGUI中进行多次运行的算法时，它用于获取可重现的散列。因为在多次运行时，将连续枚举DBID。