python - 如何选择 eps 和 minPts(DBSCAN 算法的两个参数)以获得有效的结果？

Question

我应该使用什么例程或算法来为 DBSCAN 算法提供 eps 和 minPts 参数以获得有效的结果？

Answer 1

DBSCAN 论文建议在 k 距离图中根据维度选择 minPts，根据肘部选择 eps。

在最近的出版物中

Schubert, E., Sander, J., Ester, M., Kriegel, H. P., & Xu, X. (2017).
DBSCAN Revisited, Revisited: Why and How You Should (Still) Use DBSCAN.
ACM Transactions on Database Systems (TODS), 42(3), 19.

作者建议对大型和嘈杂的数据集使用更大的 minpts，并根据您是否获得太大的集群(减少 epsilon)或太多的噪音(增加 epsilon)来调整 epsilon。聚类需要迭代。

那篇论文读起来很有趣，因为它显示了如果不查看数据可能会出现什么问题。人们过于关注绩效指标，而忘记查看实际数据。