我对 OPTICS 算法感到困惑。如果一组点是密度连接的，则可以将它们视为一个簇。如果有一个对象 o 使得 p 和 q 都是从 o wrt epsilon 和 MinPts 密度可达的，则点 p 与点 q 密度连接。
在我的情况下（epsilon=5，minPts=2，L1-norm=Manhattan distance）H 是一个核心点，因为它的 epsilon 距离有 2 个以上的点。H 从 G 到 G 是密度可达的，因为它们共享 E。H 和 S 也是如此，因为它们共享 T。毕竟，E、T、S 和 G 在 H 的 epsilon 范围内。在我的意见 E、G、H、S、T 在同一个集群中。
如果我用它运行它sklearn.optics会给我图片的结果，其中 H 是噪声点。
为什么 E、G、H、S 和 T 不在同一个簇中？
from sklearn.cluster import OPTICS
import numpy as np
data = np.array([[3,2], [2,5], [2,7], [1,8], [2,9], [2,8], [3,9], [7,9], [6,2], [7,1], [7,3], [7,2], [8,3], [9,2], [8,2], [8,1], [10,10], [10,11], [11,10], [11,11] ])
clustering = OPTICS(min_samples=2, max_eps=5.0, metric='manhattan').fit(data)
print('labels:', clustering.labels_)
这给了我：
labels: [ 0 1 1 1 1 1 1 -1 0 0 0 0 0 0 0 0 2 2 2 2]
A B C D E F G H I J K L M N O P Q R S T
