DBSCAN/OPTICS 算法中是否包含半径 epsilon？答案

【问题标题】：Is radius epsilon inclusive in DBSCAN/OPTICS algorithms?DBSCAN/OPTICS 算法中是否包含半径 epsilon？
【发布时间】：2019-06-15 19:24:30
【问题描述】：

The original paper 和其他资源（维基百科）总是使用 within 或 up 等表达式根据半径 ε 定义核心对象（必须有超过 MinPts 的邻居）到。这为这个半径是否包含有解释的余地：如果距离（p，q）是精确的 ε，对象 q 是 p 的邻居吗？

这显然非常重要，因为所有的定义都基于此......

【问题讨论】：

【解决方案1】：

原始dbscan paper 中邻域的定义是 dist(p, q)

【讨论】：

【解决方案2】：

我认为这根本不重要。因为有不同的方法可以找到 epsilon 的值，但没有一种方法如此精确，而且还取决于您要聚类的数据的结构。

而且，如果你在指定的运行机器上把epsilon的值改成比开发语言的精度高一点，这个问题就可以解决了，他们根本就不是他们的邻居！因此，由于这个问题对该机器的精度很敏感，这意味着它在大多数一般情况下不会对您的最终结果起到至关重要的作用。

【讨论】：