如何评估DBSCAN参数？
如何评估DBSCAN参数？
提问于 2016-05-18 07:52:49
是的，DBSCAN参数，特别是参数eps ( epsilon邻域的大小)。在文档中，我们有一个“在情节中寻找膝盖”。
好吧，但它需要一个视觉分析。如果我们想让事情自动发生，那就不起作用了。所以，我想知道是否有可能在几行代码中找到一个好的eps。
让我们想象一下这样的事情：
- 评估kNN距离
- 排序这些值
- 缩放它们(使值始终在0到1之间)
- 求导数
- 找到导数高于某一值的第一点，让我们尝试使用1
在R中，它看起来类似于(使用虹膜数据集，如DBSCAN文档中的那样)：
# evaluate kNN distance
dist <- dbscan::kNNdist(iris, 4)
# order result
dist <- dist[order(dist)]
# scale
dist <- dist / max(dist)
# derivative
ddist <- diff(dist) / ( 1 / length(dist))
# get first point where derivative is higher than 1
knee <- dist[length(ddist)- length(ddist[ddist > 1])]结果是0.536，看上去相当不错。
这种方法是相关的还是完全无稽之谈？
回答 1
Data Science用户
发布于 2016-05-18 09:39:33
如果你去一个自动的解决方案，你可以决定你的80%的点应该是核心点，并选择80%的分位数的4-NN距离。
从导数等角度来正式定义“膝盖”是脆弱的，这在我看来是行不通的。因为你不能把距离和等级进行比较。
但是：
- 近20年来提出了几种DBSCAN参数化启发式算法。
- DBSCAN的几个增强，如光学和HDBSCAN*已经发布，它们消除了epsilon参数(支持图形化方法，例如光学图)。
最后，拥有参数是一个特性，而不是一个限制。聚类分析并不是完全自动化的。这是一种探索性的方法。你试试，改变参数，再试一次，再改变参数，.直到你了解了你的数据。任何不允许您重复的方法都设计得很糟糕。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/11820
复制相关文章
相似问题
腾讯云开发者
