DBSCAN / OPTICS算法中是否包含半径ε？

Question

The original paper和其他资源（维基百科）总是使用诸如 in 之类的表达式根据半径ε（必须大于MinPts个邻居）来定义核心对象。 直到。这为该半径是否包含在内提供了解释的余地​​：如果distance（p，q）等于ε，则对象q是否是p的邻居？

这显然非常重要，因为所有定义都基于此...

Answer 1

原始dbscan paper中对邻域的定义是dist（p，q）<= eps。但是，大多数实现将使用数据库索引支持的任何范围查询。在大多数情况下，这没有什么区别，OmG是正确的，通过将最小的可表示数字添加到eps可以有效地将<更改为<=。

Answer 2

我认为这根本不重要。因为有多种方法可以找到epsilon的值，但没有一种方法能精确到此，而且还取决于要聚类的数据的结构。

此外，如果您将epsilon的值更改为比指定运行机器上的开发语言的精度多一点，则可以解决此问题，并且它们根本不是邻居！因此，由于此问题对那台机器的精度敏感，因此在大多数情况下，它就不会对您的最终结果起至关重要的作用。