DBSCAN 算法

Question

我是 Python 编码的初学者，我正在尝试使用 DBSCAN 算法来识别城市中具有高密度闪烁照片的区域。确定DBSCAN(eps, min_samples)的参数有什么标准吗？

谢谢

Answer 1

guide 解释了如何选择这些参数。

来自指南：

根据 DBSCAN 算法的originators (Ester, Kriegel, Sander and Xu, 1996)，我们可以使用这个启发式来找到 ε 和 MinPts ： 对于给定的 k，我们构建排序的 k-dist 图（您可以在指南中了解它）。阈值点是排序的 k-dist 图的第一个“谷”中的第一个点。阈值的 k-dist 值将是 ε 值。研究表明，k > 4 的 k-dist 图与 4-dist 图没有显着差异，它们需要更多的计算。因此，他们通过将所有数据库（二维数据）的参数 MinPts 设置为 4 来消除参数 MinPts。阈值点的 4 距离值作为 DBSCAN 的 ε 值。

如果您不希望 MinPts 值为 4，您可以决定 MinPts = k+1。选择 k 的启发式方法是将 k 设置为 2 * 维度 -1 (Sander, Ester et al., 1998)。

另一个选择 MinPts 值的启发式方法-

其中 Pᵢ 是点 i 的 ε 邻域中的点数，n 是数据集中的点数。对于每个不同的 ε 值，我们将获得相应的 MinPts 值（Sawant，2014）。