ELKI DBSCAN 忽略列

Question

我有一个包含多个列的 CSV 文件，其中的列是“lat、lon、item1”。我已经能够使用以下代码加载数据：

ListParameterization params = new ListParameterization();
List<ObjectFilter> filterlist = new ArrayList<>();
filterlist.add(new FixedDBIDsFilter(1));
NumberVectorLabelParser<DoubleVector> parser = new NumberVectorLabelParser<>(DoubleVector.FACTORY);         
FileBasedDatabaseConnection dbc = new FileBasedDatabaseConnection(filterlist, parser, is);    
params.addParameter(AbstractDatabase.Parameterizer.DATABASE_CONNECTION_ID, dbc);
Database db = ClassGenericsUtil.parameterizeOrAbort(StaticArrayDatabase.class, params);
db.initialize();

我还运行了 DBSCAN 并检索了集群的数量，我可以从集群中提取数据。

ListParameterization params1 = new ListParameterization();
params1.addParameter(DBSCAN.Parameterizer.EPSILON_ID, 0.05);
params1.addParameter(DBSCAN.Parameterizer.MINPTS_ID, 2);
DBSCAN<DoubleVector> dbscan = ClassGenericsUtil.parameterizeOrAbort(DBSCAN.class, params1);
Clustering<Model> result = dbscan.run(db);

我可以看到 DBSCAN 使用所有三列进行扫描，因为当我只使用两列（纬度、经度）时，我会得到不同数量的簇。

我希望我的数据库中的所有列供以后访问，但只聚集在纬度/经度列之外。我相信我需要一些东西来标记其他列，以便它们不被使用，但我找不到正确的答案。我认为以下方法会起作用，但它没有：

params.addParameter(NumberVectorLabelParser.Parameterizer.LABEL_INDICES_ID, 2);

有人可以帮我解决这个问题吗？

Answer 1

您需要通过NumberVectorLabelParser 位掩码参数将此参数传递给NumberVectorLabelParser（当前不是整数数组，而是位掩码，因此您需要new long[]{4L}） .

您当前正在将参数传递给没有此参数的数据库。

或者你可以使用DimensionSelectingLatLngDistanceFunction;因为无论如何你都不应该在纬度和经度上使用欧几里得距离。