python - 对于DBSCAN python，是否必须同时进行标准化和标准化？

Question

对于DBSCAN实现，是否有必要将所有功能列标准化并标准化？
例如

[[ 664.      ,  703.      , 2901.069079],  
[ 632.      ,  717.      , 2901.069079],  
[ 606.      ,  740.      , 4386.449399],    
[ 635.      ,  751.      , 4386.449399],   
[ 672.      ,  525.      , 4760.874001]]

如果我必须对此进行DBSCAN，是否必须先对其进行标准化然后再对其进行标准化？只是规范化？
此外，这些值如何决定eps的选择？

Answer 1

标准化或标准化数据可能会破坏数据集的重要属性。
一些例子:

您的数据是地理坐标。纬度和经度绝对不能标准化或标准化

您的数据是直方图。唯一有意义的归一化是使直方图的总和为1。切勿变换单个变量!

您的数据有一个有意义的零。例如，它是一个货币值。不过，在某些域中，使用sgn(x)* sqrt(abs(x))进行转换可能会有所帮助。

您的数据稀疏。永远不要标准化。 (如果没有负值，则归一化可能是“好的”。)

不应该选择缩放比例，因为“总是缩放比例”；但是由于您有实际数据!选择它是因为它是对的，而不是因为它是“默认”或在某些教程中。
如果您求助于标准化或标准化，则很可能您不了解自己的数据，也不了解如何测量距离或相似性。然后人们喜欢使用 规范化作为最后的手段来获得“某些”结果；但您永远不知道结果是否有意义。