1

我正在使用 Elki LngLatDistanceFunction 对 Lon/lat 点进行聚类，但它只返回一个聚类（当我使用欧几里德距离时返回更多聚类）。我尝试了多个 Epsilon 值，但我仍然得到一个集群。

    int minPts=20;
    double eps=10;
    ListParameterization params = new ListParameterization();
    params.addParameter(DBSCAN.DISTANCE_FUNCTION_ID, LngLatDistanceFunction.class);
    params.addParameter(DBSCAN.Parameterizer.MINPTS_ID, minPts);
    params.addParameter(DBSCAN.Parameterizer.EPSILON_ID, eps);

    params.addParameter(AbstractDatabase.Parameterizer.DATABASE_CONNECTION_ID, dbcon);
    params.addParameter(AbstractDatabase.Parameterizer.INDEX_ID, RStarTreeFactory.class);
    params.addParameter(RStarTreeFactory.Parameterizer.BULK_SPLIT_ID, SortTileRecursiveBulkSplit.class);
    params.addParameter(AbstractPageFileFactory.Parameterizer.PAGE_SIZE_ID, 600);

    Database db = ClassGenericsUtil.parameterizeOrAbort(StaticArrayDatabase.class, params);
    db.initialize();

    GeneralizedDBSCAN dbscan = ClassGenericsUtil.parameterizeOrAbort(GeneralizedDBSCAN.class, params);
4

1 回答 1

2

距离以米为单位。因此，您需要选择 epsilon，以使某些（但不是所有）点的邻居数超过 minPts。

您可以使用KNNDistancesSampler该类来估计参数。这不是自动估计。但是您可以绘制结果距离，并在该图中检查“膝盖”。

注意“噪音”标志。

  • 如果你得到一个单一的集群，它是“噪音”，那么 epsilon 太小了。
  • 如果你得到一个单一的集群，它是一个“集群”（不是噪音），那么 epsilon 太大了。
  • 如果你得到一个单一的集群，并且它是“噪音”，那么 minPts 可能太大了。
  • 如果你得到一个集群，并且它是一个集群，那么 minPts 可能太小了。

对于大多数应用程序，将 minPts 固定为 4、10 或 20 会更容易；然后根据需要调整 epsilon 参数。对于像您这样的地理应用程序，修复 epsilon 参数并改变 minpts 参数可能更容易。例如，您可能知道小于 10000 米的距离表示对象是“邻居”。

OPTICS 等算法也有助于直观地选择参数。（使用 MiniGUI！）

于 2015-11-02T08:31:05.113 回答