我只是想到了 DBSCAN 的一些特殊情况。案例说明here。 假设 eps 等于圆的半径。对于 MinPts=3，p 和 r 是核心点。不清楚 q 是属于 p 的集群还是属于 r 的集群。如果使用递归实现并且算法首先检查 r，则 q 将是 r 的集群的一部分。因此 p 将定义一个只有两个元素的集群。原始paper 声明：“请注意，集群 wrt.Eps 和 MinPts 至少包含 MinPts 点 [...]” 我在这里遗漏了什么还是没有考虑这种特殊情况？
【问题讨论】：
标签： algorithm machine-learning parameters cluster-analysis dbscan
例如，q也是一个核心点：圆内有三个点：p、q、r。在这个例子中你需要 minPts=4。
您需要将密度簇的理论定义与有效的算法输出区分开来，这只是“几乎”给出了理论结果，这是有充分理由的：在理论模型中，q 将是一部分两个集群。但这对用户来说既不方便又令人惊讶。
你不是第一个注意到的。连维基百科都知道这一点：
虽然 minPts 直观上是最小集群大小，但在某些情况下，DBSCAN 可以生成更小的集群。[5]一个 DBSCAN 集群至少包含一个核心点。 [5]由于其他点可能是多个簇的边界点，因此无法保证每个簇中至少包含 minPts 点。
参考文献[5]是文章
舒伯特，埃里希；桑德，约尔格；酯，马丁；克里格尔，汉斯·彼得；徐小伟（2017 年 7 月）。 “重新审视、重新审视 DBSCAN：为什么以及如何（仍然）使用 DBSCAN”。 ACM 翻译。数据库系统42 (3): 19:1–19:21。 doi:10.1145/3068335。 ISSN 0362-5915。
其中包含脚注：
请注意，在极少数情况下，如果可以到达的边界点过多，这可能会导致集群的点数少于 minPts 由不同的集群，并且之前已分配给其他集群。每个集群至少有一个核心点。 可以实现精确表示理论模型的多重赋值（或最短距离赋值） 很容易。
【讨论】：