问题标签 [elki]

我已经能够使用 Java 代码将 ELKI 用于 DBSCAN，并且与任何其他工具相比，它的速度非常快。到目前为止，我正在使用 CSV 文件并使用以下内容作为输入。

我想知道如何将 (lat,long,timestamp) 数组作为输入而不是 CSV 文件传递​​。我无法弄清楚。

我喜欢在命令行中运行 ELKI k-means 聚类。

与R编程相比，运行时间似乎太短了。我尝试在 R 中运行 k-means 聚类，然后花了大约 100 秒。此外，在 k=5、k=10 等之间没有变化。

file.tsv有 60,000 行和 25 列。

输出是"It took 5 seconds"

这种情况k=10也是"It took 5 seconds"。

为什么集群大小没有变化？代码有问题吗？

我正在尝试使用 ELKI ( http://elki.dbs.ifi.lmu.de/ ) 进行 OPTICS-clustering。

我尝试使用提供的 gui 运行集群，但随后出现此异常：

我将 w3c.jar 解压缩到/usr/share/java程序的路径中。但它仍然给我同样的错误。

我有一个相当旧的 Ubuntu (10.04)，带有 OpenJDK 版本 IcedTea6 1.13.3。但我想这不是造成麻烦，对吧？

该怎么办？

我正在尝试使用 ELKI ( http://elki.dbs.ifi.lmu.de/#GettingELKI:DownloadandCitationPolicy ) 但找不到 maven 依赖项。有谁知道我在哪里可以找到它？

我想用 OPTICSXi 实现做一些实验，但我发现它非常困难。有人可以给我一些建议吗？链接？有什么可以让我开始的吗？这是一个很好的 OPTICS 实现吗？

我找到了这些链接： 在 ELKI 上运行 OPTICS 算法 如何使用 Weka 的 DBSCAN 对实例进行集群？ 但他们并没有真正帮助我..

当我在 ELKI wit Kmeans Algorithm k =32 和 max iter=100 中运行从 .wav 文件生成的一些倒谱系数数据时，它会为以下对计数措施提供负值。Jaccard=-3.3627 Recall=-3.3627 Rand=-3.3627 和 F1 Measure=2.8465 我在某处搜索了这些度量的范围，它们是 (0,1)。我用其他几种算法运行了这个数据并且遇到了同样的问题。谁能解释一下？

我对检测不同密度区域中的集群感兴趣，例如城市中用户生成的数据，为此我采用了OPTICS算法。

与DBSCAN不同，OPTICS 算法不会产生严格的集群分区，而是对数据库进行增强排序。为了生成集群分区，我使用 OPTICSxi，它是另一种基于 OPTICS 输出生成分类的算法。很少有库能够从 OPTICS 的输出中提取集群分区，ELKI的 OPTICSxi 实现就是其中之一。

我很清楚，如何解释 DBSCAN 的结果（虽然设置“有意义”的全局参数并不容易）；DBSCAN 检测集群的“原型”，以密度为特征，表示为每个区域的点数（minpts/epsilon）。OPTICSxi 的结果似乎有点难以解释。

我有时会在 OPTICSxi 的输出中检测到两种现象，但我无法解释。一个是“尖峰”集群的出现，它连接了地图的各个部分。我无法解释它们，因为它们似乎由很少的点组成，而且我不明白算法如何决定将它们分组到同一个集群中。它们真的代表了密度变化的“走廊”吗？查看基础数据，它看起来不像那样。您可以在下图中看到这些“尖峰”。

我无法解释的另一个现象是，有时会出现同一层级的“重叠”集群。OPTICSxi 基于数据库的 OPTICS 排序（例如树状图），该图中没有重复点。

由于这是一个层次聚类，我们认为较低级别的聚类包含较高级别的聚类，并且在构建凸包时强制执行该想法。但是，我认为没有任何理由让集群与同一层次上的其他集群相交，这实际上意味着某些点将具有双重集群“成员资格”。在下图中，我们可以看到一些具有相同层次级别 (0) 的相交集群。

最后，我想留给您的最重要的想法/问题是：我们期望在 OPTICSxi 聚类分类中看到什么？这个问题与参数化 OPTICSxi 的任务密切相关。

由于我几乎没有看到任何针对特定集群问题运行 OPTICSxi 的研究，因此我很难找到最佳的集群分类。即：可以提供一些有意义/有用的结果，并为 DBSCAN 聚类增加一些价值。为了帮助我回答这个问题，我使用不同的参数组合运行了多次 OPTICSxi，我选择了三个，我将在下面讨论。

在这次运行中，我使用了较大的 epsilon (2Km) 值；该值的含义是我们接受大型集群（最大 2Km）；由于算法“合并”了集群，我们最终会得到一些非常大的集群，几乎可以肯定它们的密度很低。我喜欢这个输出，因为它暴露了分类的层次结构，它实际上让我想起了使用不同的参数组合（针对不同的密度）运行 DBSCAN，这就是 OPTICS 所宣传的“强度”。如前所述，较小的集群对应于层次尺度中的更高级别和更高的密度。

在这次运行中，我们看到了大量的集群，即使“对比度”参数与上一次运行相同。这主要是因为我选择了较少的 minpts，这表明我们接受了点数较少的集群。由于本例中的 epsilon 较短，因此我们看不到这些大集群占据了地图的很大一部分。我发现这个输出没有前一个有趣，主要是因为，即使我们有一个层次结构，在同一级别也有许多集群，并且其中许多相交。在解释上，我可以看到一个与前一个相似的整体“形状”，但实际上它被离散化为许多容易被忽略为“噪声”的小簇。

本次运行有一个参数选择，与上一次类似，只是minpts更大；结果是，我们不仅发现更少的集群并且它们重叠更少，而且它们大多处于同一水平。

从增加 DBSCAN 价值的角度来看，我会选择第一个参数组合，因为它提供了数据的层次结构图，清楚地显示了哪些区域更密集。恕我直言，最后的参数组合无法提供密度的全球分布的概念，因为它在整个研究区域都发现了类似的集群。我有兴趣阅读其他意见。

我们应该在EM聚类中选择delta的值是多少？

它为不同的 delta 值给出了不同的度量值。

我已经阅读了 ELKI 文档中的教程（http://elki.dbs.ifi.lmu.de/wiki/Tutorial/DistanceFunctions）。

不幸的是，我没有掌握如何使用 MiniGUI（或提供的 .jar 的 bash 脚本）插入生成的 .class。怎么做？

Ps：我知道这听起来绝对是菜鸟，但是当我按照建议尝试“键入”类名时，我收到错误“无法处理以下参数：HammingDistance”。

我正在尝试使用 ELKI 库实现 DBSCAN 集群测试应用程序。我的数据集是 6 维的，由大约 100.000 个对象组成。

我曾尝试在我的代码中使用 R*-Tree ELKI 优化，但对代码进行基准测试似乎仍然使用 O(n^2)。

这是我在应用程序中使用的代码：

运行上面的代码会导致以下结果：

使用简单的 System.currentTimeMillis() 围绕 dbscan.run(db) 对时间进行基准测试。查看时间列，您可以看到趋势类似于 n^2 而不是 nlog(n)，但我无法理解将 ELKI DBSCAN 与 R*-Tree 优化一起使用时缺少什么。

感谢您的任何帮助或建议。

我需要实现一个自定义ResultHandler，但我对如何将我的自定义类实际集成到软件包中感到困惑。

我读过这个：http ://elki.dbs.ifi.lmu.de/wiki/HowTo/InvokingELKIFromJava但我的问题是你打算如何实现一个自定义结果处理程序，以便它显示在 GUI 中？

我能想到的唯一方法是提取 elki.jar 包并将我的自定义类手动插入到源代码中，然后重新压缩包。但是，我相当确定这不是它应该做的方式。

此外，在我的结果处理程序中，我需要将所有行输出到单个文本文件中，并显示每行所属的集群。如何提示我如何实现这一目标？