这几天我一直在寻找最合适的密度聚类工具并决定尝试一下 ELKI。对于 DBSCAN，我成功地重现了对文件“3clusters-and-noise-2d.csv”进行聚类的测试，并且还设法通过来自 github 的 ELKI 代码打印了每个集群中的集群元数据和点（最新版本）在 java 中（我对 cli 或 ui 工具并不感兴趣）。
现在，我想使用某种内部 java 结构来创建数据库，而不是通过文件导入以减少写入和读取开销。
在提供的示例中，我能够做到这一点，但仅限于文件的第一列。
我的问题基本上是，当Java中已经存在相同的数据时，如何创建通过文件创建的相同数据库？
知道了！
所以经过一些调整后，基本上你所做的是使用二维数组，其中每一行代表一个点，并且你的列数与你的维度一样多......要在不读取文件的情况下创建数据库，你基本上使用 ArrayAdapterDatabaseConnection 如下：
double[][] data = new double[NUM_OF_POINTS][NUM_OF_DIMENSIONS];
//populate data according to your app
DatabaseConnection dbc = new ArrayAdapterDatabaseConnection(data);
Database db = new StaticArrayDatabase(dbc, null);
db.initialize();
//dbscan algorithm setup
params = new ListParameterization();
params.addParameter(DBSCAN.Parameterizer.EPSILON_ID, 0.04);
params.addParameter(DBSCAN.Parameterizer.MINPTS_ID, 20);
DBSCAN<DoubleVector> dbscan = ClassGenericsUtil.parameterizeOrAbort(DBSCAN.class, params);
//run DBSCAN on database
Clustering<Model> result = dbscan.run(db);
我已经使用“3clusters-and-noise-2d.csv”数据集对此进行了测试，并且可以确认当我通过文件或 arrayadapter 传递它们时得到相同的结果。