是否有人可以向我解释dbscan算法如何与R * -Tree一起使用？我理解dbscan的工作，似乎我理解为R * -Tree有效，但我无法将它们连接在一起。
最初，我有数据 - 具有8个功能的特征向量，我不明白我如何处理构造R * -Tree。如果有人列出我必须通过的主要步骤，我将不胜感激。
如果我的问题很明显，我道歉，但这会给我带来困难。 提前谢谢！
答案 0 :(得分：6)
R * -Tree通过其边界框索引任意几何对象。在您的情况下，由于您只有点，因此边界框的最小值和最大值是相同的。每个R * -Tree都有rtree.add_element(object, boundingbox)之类的函数。 object将是数据点的索引，boundingbox将如上所述。
连接点是DBSCAN的regionQuery部分。 dataQuery（ p ）数据点 p 返回所有数据点 q ，其中euclideanDistance（ p ，< em> q ）≤ε（参数ε的值由用户提供）。
天真地，您可以计算所有数据点到 p 的距离，这需要一个数据点的O（n）时间，因此查询所有 n 数据积分需要o（n²）时间。或者，您可以预先计算一个矩阵，该矩阵将所有数据点的欧氏距离保持为彼此。这需要O（n²）的空间，而一个点的 regionQuery 只需要在该矩阵中查找。
使用R * -Tree可以在O（log n）时间内查找坐标范围内的数据点。但是，R * -Tree只允许查询表单
“所有点位于：[0.3; 0.5]中的坐标1和[0.8; 1.0]中的坐标2”
而不是
“所有点q在哪里：欧几里德距离（ p ， q ）≤ε”
因此，您在R * -Tree中查询每个坐标是 p ±ε的相应坐标的点，然后计算所有匹配点与查询点p的欧氏距离。然而，不同之处在于，与您计算 p 到所有点的欧几里德距离相比，这些点要少得多。因此，一个regionQuery的时间复杂度现在为O（log n * m ），其中 m 是R返回的点数*-树。如果你选择ε小，你的R * -tree会得到很少的匹配点而 m 会很小。因此，对于一个regionQuery，您的时间复杂度接近O（log n ），因此每个区域的一个regionQuery的O（ n * log n ）数据poins。另一方面，如果你选择ε这么大以至于它将包含你的大部分数据点，那么 m 将接近 n ，因此，每个都需要一个regionQuery所需的时间数据点再次接近O（ n * log n * n ）= O（n²* log n ），所以，与天真的方法相比，你什么都得不到。
因此，选择足够小的ε是至关重要的，这样每个点在ε的欧氏距离内只有几个其他点。
答案 1 :(得分：0)
R * -tree是一个空间索引。
它可以更快地找到邻居。