问题标签 [discrete]

我正在尝试使用诸如 HDBSCAN 之类的聚类算法来使用所有离散（int）的特征来查找一系列点的异常值和聚类。这些特征不是分类的，它们是用来表示序数的特征（例如考虑天数）。我想使用 HDBSCAN 因为我事先不知道集群的数量，所以这是最简单最直接的方法，并且在处理其他问题（使用 cont 变量）之前对我来说效果很好。

但是，当我尝试使用它时，我得到了可怕的结果，而且我不确定我是否理解发生了什么。例如，考虑以下带有一些样本的数组。

除了一个点外，所有点都是相同的，所以我希望有 1 个聚类和 1 个异常值/噪声，但我只得到样本中所有点的异常值/噪声标签。

那么这个算法适合离散特征还是我更好地尝试其他聚类方法？我如何使用 HDBSCAN 来解决这类问题？我读过马氏距离可能有用，但我不清楚这个指标有什么帮助。

我正在尝试使用 python 绘制离散 PID 控制器的传递函数。我收到非常奇怪的错误消息，我无法解决。

这给出了这个错误：

我迷路了，因为这应该是一个有效的传递函数。

离散 PID 的增益图

我想在 CarRacing-v0 环境中训练我的代理，但我想使用离散空间而不是盒子动作/观察空间，这样我就可以使用 DQN 算法对其进行训练。openai-gym 中有句谚语说：“在这种环境下，离散控制也是合理的，开/关离散化很好。” https://gym.openai.com/envs/CarRacing-v0/

但我不知道如何以代码或务实的方式做到这一点。