我想对 DBSCAN 算法进行某种改进,用户不需要输入输入参数(minPts 和 Eps)。我的想法是使用 K 距离图,但是计算该图的“拐点”的最佳方法是什么?当情节上有2个或更多膝盖时如何计算?
在哪里可以找到一些 DBSCAN 改进的源代码,例如 AUTODBSCAN、VDBSCAN、PDBSCAN 或 DBSCAN-DLP?我正在寻找一些基础知识,但在任何地方我都找不到很好的帮助。也许您在某处看到过示例源代码?
我想对 DBSCAN 算法进行某种改进,用户不需要输入输入参数(minPts 和 Eps)。我的想法是使用 K 距离图,但是计算该图的“拐点”的最佳方法是什么?当情节上有2个或更多膝盖时如何计算?
在哪里可以找到一些 DBSCAN 改进的源代码,例如 AUTODBSCAN、VDBSCAN、PDBSCAN 或 DBSCAN-DLP?我正在寻找一些基础知识,但在任何地方我都找不到很好的帮助。也许您在某处看到过示例源代码?
DBSCAN 已经被改进到死了。
在 Google Scholar 中,它有 5361 次引用,其中可能有 1000 多次“改进” DBSCAN。其中可能有十几个使用 k 距离图。但这些都没有在实践中使用。
如果你想继续这方面的研究,最好了解自那以后所做的工作。特别是,看看 OPTICS,它完全取消了 Epsilon 参数(使用索引时出于性能原因除外)。
还可以看看 DBSCAN 的原始作者之一 Joerg Sander 的 HDBSCAN*。除了他在 OPTICS 和 GDBSCAN 上的工作之外,这可能是最重要的 DBSCAN 扩展。