OPTICS 算法中的密度连通集答案

【问题标题】：Density-connected sets in OPTICS algorithmOPTICS 算法中的密度连通集
【发布时间】：2020-09-08 05:03:40
【问题描述】：

我对 OPTICS 算法感到困惑。如果一组点是密度连接的，则可以将它们视为一个簇。如果有一个对象 o 使得 p 和 q 都是从 o wrt epsilon 和 MinPts 密度可达的，则点 p 与点 q 密度连接。

在我的情况下（epsilon=5，minPts=2，L1-norm=Manhattan distance）H 是一个核心点，因为它的 epsilon 距离有 2 个以上的点。 H 从 G 到 G 是密度可达的，因为它们共享 E。H 和 S 也是如此，因为它们共享 T。毕竟，E、T、S 和 G 在 H 的 epsilon 范围内。在我的意见 E、G、H、S、T 在同一个集群中。

如果我用sklearn.optics 运行它，它会给我图片的结果，其中 H 是噪声点。

为什么 E、G、H、S 和 T 不在同一个簇中？

from sklearn.cluster import OPTICS
import numpy as np

data = np.array([[3,2], [2,5], [2,7], [1,8], [2,9], [2,8], [3,9], [7,9], [6,2], [7,1], [7,3], [7,2], [8,3], [9,2], [8,2], [8,1], [10,10], [10,11], [11,10], [11,11] ])

clustering = OPTICS(min_samples=2, max_eps=5.0, metric='manhattan').fit(data)
print('labels:', clustering.labels_)

这给了我：

labels: [ 0  1  1  1  1  1  1 -1  0  0  0  0  0  0  0  0  2  2  2  2]
          A  B  C  D  E  F  G  H  I  J  K  L  M  N  O  P  Q  R  S  T

【问题讨论】：

标签： python cluster-analysis data-mining hierarchical-clustering optics-algorithm

【解决方案1】：

最终的聚类结果是基于xi-step方法（OPTICS论文中的图19）而不是可达性的定义，这实际上是DBSCAN中最终聚类的定义。

在 xi-step 方法中，算法将可达性图中的山谷或隆起检测为集群。在可达性图中

H 和 S 之间的可达距离比较大，这就是为什么 H 被称为异常值。

【讨论】：