【发布时间】：2020-06-07 09:09:57
【问题描述】：
在这种情况下：一张图片值一千字 ..
Hello Purple Cluster！
这是怎么发生的？首先-描述DBSCAN的数据和设置：
- 100 个数据点
- 使用自定义距离度量来生成预先计算的距离矩阵
- 自定义距离度量很简单：只考虑
r0（x-距离）
除了一对无赖的紫色点之外的所有东西看起来都完全符合预期。那紫色星团是如何越过黄墙并占据左上角那对无赖的点的？
更新 已验证恰好有三个集群。 IE。这不是选择三种颜色来表示四个集群的错误。 验证直接来自 dbscan 预测输出（不是我的一些假设）：
这里是：
NumClusters is 3 counts are (array([-1, 0, 1]), array([ 8, 67, 25]))
另一个更新澄清一下：2 个紫色点被添加到最右边的集群中（也是紫色的）。它们不是一个第四个集群。所以问题是 - 为什么这些点被添加到 最远 集群而不是附近的绿色和黄色集群？
【问题讨论】：
-
>>> “已验证恰好有三个簇”。不同的算法可能对什么是集群有不同的看法。
-
@SergeyBushmanov 验证是通过 DBSCAN 生成的输出：我没猜。将其添加到问题中以明确。
-
这仅表示 DBSCAN 认为这两个点不同足以形成一个单独的集群。
-
@SergeyBushmanov 你在说什么？这两个点被添加到最右边的那个集群中。当隔壁有 2 个其他集群时，会发生这种情况吗？您似乎误解了这两点位于某个 fourth 集群中。
-
不是我说的，是 DBSCAN。
标签： python scikit-learn dbscan