DBSCAN 和边界点

Question

据说 DBSCAN 在边界点上并不一致，取决于它将点首先分配给哪个集群。 是否存在 DBSCAN 的变体，当它想要将边界点分配给其中一个集群时，它会考虑每个集群中边界点接近的点数 (eps)？

Answer 1

在这很重要的情况下，两个集群的点数通常为 1。

更好的决胜局将是距离，但即使这样也可以有平局。

这是一个微不足道的修改，在后期处理中很容易实现：对于每个边界点，找到最近的核心点，并使用该标签。

但是，这有关系吗？

集群从来都不是完美的。我们在这里讨论的是一种罕见的情况，其中“最佳”（对于“最佳”的相当特别的定义，基于两个硬阈值）分配通常会对最终结果产生 0.000 差异。

如果我没记错的话，DBSCAN 作者建议您也可以将这些点分配给两个集群。这应该是最符合定义的解决方案（边界点 可从两个集群到达）。但这使一切变得更加复杂。因为许多用户希望每个点在一个漂亮的数字列中都有 一个 标签，而不必处理这种特殊情况。

Answer 2

有点晚了，但仍然：首先，边界点本身必须是核心点，因为在其 epsilon 邻域中必须至少有一个进一步的对象，从该对象可以直接达到密度。否则它不会连接到集群。

根据定义，DBSCAN 结果是确定性的 w.r.t。核心点和噪声点，但不是边界点，所以：如果边界点的密度可以从两个集群到达，它实际上取决于处理或您的实现，它将被分配到哪个集群。