识别 DBSCAN 参数 (MinPts, eps)答案

【问题标题】：Identifying DBSCAN parameters (MinPts, eps)识别 DBSCAN 参数 (MinPts, eps)
【发布时间】：2020-09-10 05:17:45
【问题描述】：

我是 python 和机器学习的新手。我正在尝试使用 DBSCAN 算法对我的数据集进行聚类。但我坚持要获得正确的 MinPts 和 eps 值。我检查了几个解决方案，但没有找到为这些参数选择值的方法。我该如何选择那些值，如果能简单解释一下就更好了。

【问题讨论】：

这能回答你的问题吗？ Parameter estimation in DBSCAN
我完全不知道应该有多少集群（领域知识），因为我使用位置数据来集群该区域。
如上面的答案所述，没有办法确定好的价值本身。您必须尝试不同的值。选择不同的 eps 和 MinPts 看看会发生什么。你知道距离更可能是公里还是纳米？你可以相应地调整你的每股收益。尝试可视化您的结果。点是否聚集太多？尝试减少 minpoints 和/或 eps。如果他们聚集在一起很少尝试相反的方式。

【解决方案1】：

在 DBSCAN 的original publication（第 4.2 节）中，作者提出了一种确定 MinPoints 和 eps 良好值的方法。

他们还进行了测试，表明您可以通过始终使用 MinPoints = 4 来消除二维数据集的 MinPoints 参数。因为值大于5 与 MinPoints = 4 的没有显着差异，但它们的计算成本更高。

【讨论】：