在聚类Matlab之前从一组3d点中删除异常值

Question

我在Matlab中有一组3d点，但问题是我的数据找到here。正如您所看到的，有一些异常值会影响我的聚类结果。所以如果有人可以请告诉我如何从我的数据中删除这些异常值。

Answer 1

查看了您的数据后，我认为任何群集算法都无法满足您的需求。相反，您可能需要训练分类器。这就是Kinect人所做的，使用数以百万计的真实和合成姿势训练分类器，让它标记肢体，头部等。

我之所以认为基于密度的聚类不起作用，是因为您的数据是单个的，密度连接的，带有两个盒子形状的blob。但不知道什么是＆＃34;身体＆＃34;和一个＆＃34;框＆＃34;是的，细分将是相当随意的。或者在基于密度的聚类的情况下：它根本不会分段，或者它将分段，例如通过z轴的相当低的结果。此外，您的X和Y轴来自基于网格的图像扫描（我假设），因此您在X和Y轴上具有非常均匀的密度 - 但是例如，臂的密度不低于身体或框。

但是，您可以使用DBSCAN具有相当宽泛（且易于设置）的参数来消除噪音。

E.g。在ELKI中，以下参数产生合理的结果：

java -jar elki.jar -dbc.in /tmp/XX.csv -algorithm clustering.DBSCAN \
-dbscan.epsilon 0.05 -dbscan.minpts 100

多数群集是删除异常值的数据;即使脚附近的这个斑点被移除了。

要加快群集过程，您可以添加参数

-db.index tree.spatial.rstarvariants.rstar.RStarTreeFactory \
-pagefile.pagesize 1000 -spatial.bulkstrategy SortTileRecursiveBulkSplit

这会产生运行时opf 4.5秒。对于Kinect上的实时操作来说，这显然不够好;但是看到定向分类算法胜过无监督方法并不奇怪 - 实际上这是预期的。

以下是使用上述参数对数据集进行聚类的结果：