Question

我一直在尝试使用scikit实现DBSCAN，到目前为止还没有确定epsilon和min_sample的值，这将给我相当数量的簇。我试图找到距离矩阵中的平均值，并在均值的两边使用了值，但没有得到令人满意的簇数：

输入：

db=DBSCAN(eps=13.0,min_samples=100).fit(X)
labels = db.labels_

# Number of clusters in labels, ignoring noise if present.
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)
print('Estimated number of clusters: %d' % n_clusters_)

输出：

Estimated number of clusters: 1

输入：

db=DBSCAN(eps=27.0,min_samples=100).fit(X)

输出：

Estimated number of clusters: 1

还有其他信息：

The average distance between any 2 points in the distance matrix is 16.8354
the min distance is 1.0
the max distance is 258.653

此外，代码中传递的X不是距离矩阵，而是特征向量的矩阵。所以请告诉我如何确定这些参数

Answer 1

绘制k距离图，并在那里寻找膝盖。正如DBSCAN文章中所建议的那样。（你的min_samples可能太高了 - 你可能在100距离图中没有膝盖。）
可视化您的数据。如果您无法直观地看到群集，可能没有群集。不能强迫DBSCAN生成任意数量的集群。如果您的数据集是高斯分布，则假设仅为单个群集。

Answer 2

尝试将min_samples参数更改为较低的值。此参数会影响所形成的每个群集的最小大小。可能是，要形成的可能簇都是小尺寸的，你现在使用的参数太高而无法形成它们。

Scikit DBSCAN eps和min_sample值确定

2 个答案: