对于使用 DBSCAN 算法进行聚类的任何数据集，minpts=4 是否是最佳设置？答案

【问题标题】：Does minpts=4 is the best setting for any dataset using DBSCAN algorithm for clustering?对于使用 DBSCAN 算法进行聚类的任何数据集，minpts=4 是否是最佳设置？
【发布时间】：2016-08-12 08:01:01
【问题描述】：

关于 DBSCAN 的文章“https://www.aaai.org/Papers/KDD/1996/KDD96-037.pdf”解释说，对于使用 DBSCAN 对数据点进行聚类的任何数据集，minpts 值必须为 4。对于任何 EPS 值，它是否给出了最好的结果？？

【问题讨论】：

标签： parameters cluster-analysis dbscan

【解决方案1】：

通常，您的 minpts 值应 >= d + 1，其中 d 是数据点的维度。因此，通常将其视为 Erich Schubert 在第一个答案中提到的 minpts = 2*d。

但在某些情况下，当您知道数据集包含大量噪声/异常值时，建议将 minpts 的值设置得较大。

有时您可能需要咨询领域专家才能获得 minpts 的价值。

【讨论】：

【解决方案2】：

在以后的工作中，作者建议使用 minPts = 2 * dim 作为默认值。

J。 Sander，M. Ester，H.-P。 Kriegel 和 X. Xu。 1998.
空间数据库中基于密度的聚类：
GDBSCAN 算法及其应用。
数据挖掘和知识发现 2, 2 (1998), 169–194。http://dx.doi.org/10.1023/A:1009745219419

如果有重复，请使用更大的值： "我们的实验表明，该值适用于每个点仅出现一次的数据库 D，即，如果 D 确实是一组点。"

较小的值通常计算效率更高。因此，保持 minPts 小但不能太小。

总是研究你的结果。千万不要在没有仔细检查的情况下使用它。

【讨论】：

【解决方案3】：

没有“永远是最好的”这样的东西。 IIRC 作者建议首先尝试该值。这并不意味着您有时不应该尝试其他值。我通常从 minpts=10 开始...

此外，您仍然需要改变 epsilon。选择正确的 epsilon 可能比 minpts 更重要。这两个参数不是独立的。增加 minpts 可能意味着您需要增加 epsilon，反之亦然。

【讨论】：