cluster-analysis - 如何使用 ELKI 进行索引 - OPTICS 聚类

Question

我是 ELKI 初学者，我一直在使用它从 .csv 文件中聚集大约 10K 经纬度点。一旦我的设置正确，我想扩大到 1MM 点。

我正在使用带有 LngLatDistanceFunction 的 OPTICSXi 算法

我一直在阅读有关“使用 STR 批量加载启用 R*-tree 索引”的内容，以便看到性能的巨大改进。教程对我帮助不大。

关于如何实现此功能的任何提示？

Answer 1

在二维数据上使用空间 R* 索引的建议参数是：

-db.index tree.spatial.rstarvariants.rstar.RStarTreeFactory
-pagefile.pagesize 512
-spatial.bulkstrategy SortTileRecursiveBulkSplit

对于更高维度的数据，需要更大的页面大小。512-1024 字节的页面大小似乎是二维数据的最佳选择，但这也取决于您的数据。

要离散集群，您可以使用 Xi 提取：

-algorithm clustering.optics.OPTICSXi -opticsxi.xi 0.005

要从 OPTICS 的索引加速中受益，请为您的应用选择尽可能小的 epsilon。该参数以米为单位，ELKI 中的所有地球模型。

-opticsxi.algorithm OPTICSHeap
-algorithm.distancefunction geo.LatLngDistanceFunction
-optics.epsilon 2000.0 -optics.minpts 10

最大使用 2 公里的距离。

确保区分latitude,longitude和longitude,latitude。两个订单都用到了，你需要使用正确的距离函数：

geo.LatLngDistanceFunction
geo.LngLatDistanceFunction