我使用DBSCAN (使用python)对一些3D坐标进行聚类。我能够把它聚成不同的集群。但是现在我想分离属于每个集群的坐标，并将这些坐标打印到不同的文本文件中。有人能帮我做这件事吗。我已经尝试将集群聚成不同的集群，并获取每个集群的
浏览 2提问于2019-05-14得票数 0
回答已采纳
下面的脚本在单独的txt文件中给出了每个集群的坐标。但是我想要编辑文件的内容，如下 通常，坐标将按如下方式打印 0.64 0.30 0.290.34 0.62 0.920.26 0.77 0.620.35 0.26 0.64 但我需要它打印如下与所有这些整数，字母和单词的每一行。文件(.pd
浏览 12提问于2019-05-15得票数 0
回答已采纳
我正在使用library("dbscan")对地理数据进行纬度和经度的聚类。我想知道哪个坐标、纬度、经度属于R中的哪个集群，有什么方法检索每个集群下的原始数据点吗？，23.874426.51007，25.49429，26.49429,26.49429，29.49429,30.49429)clust <- dbscan
浏览 1提问于2017-11-09得票数 0
问题：找出DBSCAN算法的和MinPts参数的最佳方法？我将epsilon (Epsilon)参数定义为1.5km--转换为可由DBSCAN算法使用的弧度：epsilon = 1.5 / 6371.0088 (参考这个1.5km：)。如果我将MinPts定义为一个低值(例如，MinPts = 5，它将生成2000
浏览 7提问于2020-08-13得票数 2
回答已采纳
3回答
利用MATLAB查找细长簇
、、、、
我在RGB空间中绘制了图像的点/像素。我想做的是在这个空间里找到细长的星系团。我对聚类技术相当陌生，也许我做得不对，我试图使用MATLAB内置的k均值集群进行聚类，但在这种情况下，这似乎不是最好的方法。这就是我在图像上应用K-表示的结果。
对于这样的图像：有人能告诉我我哪里出了问题，我能做些什么来提高我的<
浏览 4提问于2013-11-16得票数 3
回答已采纳
6回答
学习:用DBSCAN预测新的点
、、、、
我使用DBSCAN来使用Scikit-Learn (Python2.7)对一些数据进行聚类：dbscan = DBSCAN(random_state=0)但是，我发现没有内置函数(除了"fit_predict")可以将新的数据点Y分配给原始数据X中标识的集群。K-均值方法有一个“
浏览 16提问于2015-01-07得票数 47
回答已采纳
1回答
使用此DBSCAN示例：
作者对每个聚类使用最中心的点。但是，我想使用每个集群中出现次数最多的位置的坐标来表示该集群。在我的数据集中，DBSCAN工作得很好，但我希望将这些集群聚集在一起，可能是在产生的较小数据集上使用分层聚类。任何关于如何找到发生次数最多的位置的</
浏览 2提问于2016-09-30得票数 0
1回答
我需要对较晚、较长坐标的数据集进行聚类。我使用python作为我的语言，并计划使用DBSCAN，因为我不想指定# of clusters。目标和目的是能够输入较新、较长坐标的大型数据集，这些数据集具有许多附加的特征，并分配将返回的聚类组。原始数据库包含lat feature1，feature2 ...形式条目。需要修改一个名为“集群组”的新字段: lat long clustergroup feat
浏览 2提问于2014-03-16得票数 5
我在python中使用了sklearn.dbscan，结果只给出了每个集群的标签，但我也想计算集群的可信度，或者仅仅计算集群之间的平均距离。
你们知道吗？
浏览 1提问于2021-11-24得票数 0
回答已采纳
1回答
我对python很陌生，我正在开发一个消费数据集，在这里我们使用LCA、K-Means、DBSCAN和谱聚类来计算集群。在所有这些方法中，簇的数目是不同的(在K-均值中为EG-5簇，而LCA中为7)，自变量可能是相同的，也可能不是相同的(例如- 12个自变量在K-均值中，10个在LCA中)。现在我要用聚类内聚、聚类分离、熵、纯度、Jaccard
浏览 8提问于2021-02-23得票数 0
我正在尝试通过使用R来应用聚类算法。我还阅读了在R中应用dbscan的基本介绍。我的数据是开始/结束位置和时间(超过50k行)。0.837480354951308, -0.313301931309727)), row.names = c(NA,-10L), class = c("tbl_df", "tbl", "data.frame"))
基于这个发布的，我缩放了我的数据，并尝试使用</em
浏览 61提问于2021-05-31得票数 0
1回答
我是新来的，想学不同的蘸技术.所以，我想找出集群间的半径，我知道DBSCAN采用两个参数epsilon (簇内半径)和min_sample_points，并返回少量的参数，比如完整性和同质性等，但是它们对我都没有很大的帮助，我也知道DBSCAN是一个局部的集群算法，任何簇间的中心都不是位于集群内部，但是就像我在图像中描述的那样，我只想找出
浏览 2提问于2016-03-08得票数 1
1回答
我使用集群算法dbscan获取数据集群。数据:基于六进制字符串的非几何对象我没有通过搜索找到解决办法。我需要以图形的方式演示对象和集群之间的相似之
浏览 1提问于2014-07-27得票数 1
我的数据是我知道所有成对旅行时间(=‘距离’)的地方，我想把这些地方聚在一起，使集群内的成对旅行时间最小化。不能使用K-表示，因为它是基于质心的，而且“距离”是提供的持续时间，而不是根据坐标计算的。不能使用DBSCAN，因为它排除了外围行，我希望将每个位置都包含在集群中(对于这个位置不是100%确定)
额外好处: Java库将是非常感谢的
浏览 0提问于2020-10-29得票数 3
回答已采纳
1回答
我有一个二维图上由大约100,000个点组成的数据。每个点都有X和Y坐标。我正在寻找一种算法，可以根据密度对这些点进行聚类，但我想指定聚类的数量。我最初尝试了K-Means，因为这将允许我指定聚类的数量。然而，我的数据自然地“聚集”成脊状。K-Means将不可避免地将这些脊线一分为二。由于我的数据的形状，DBSCAN看起来更适合，但是使用DBSCAN我不能指定我想要的集群<
浏览 24提问于2020-09-16得票数 0
回答已采纳
我使用dbscan算法对地理空间数据进行了聚类。您可以在这里更详细地看到项目和代码：，，每个集群的面积。它可以计算为：(lat_max - lat_min) * (lon_max - lon_min)目前，我已经在原始数据集中添加了一个列，其中包含坐标所属的集群。for n in range(num_clusters):
浏览 3提问于2022-11-12得票数 0
回答已采纳
2回答
我已经应用DBSCAN对点云中每个点的X、Y和Z坐标的数据集执行聚类。我只想画出不到100分的星团。到目前为止，这就是我所拥有的：plt.scatter48 35 92 29 88 53 55
24 52 114 49 34 34 38 52 38
浏览 0提问于2019-03-15得票数 0
回答已采纳
我需要对大约1400万个用户运行DBSCAN集群，每个用户都有1k个数据点。每个用户都是一个完全独立于其他用户的不同聚类案例。基本上，我有许多小的集群任务。在一台机器上运行它对我来说是行不通的，即使是在使用python多处理模块并行任务时，因为IO和集群需要很长时间。我考虑过使用Spark来管理集群上的并行运行，但我认为这可能不适合我的<
浏览 53提问于2018-07-15得票数 1
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
