Scikit DBSCAN eps和最小样本值测定

Question

我一直在尝试使用scikit实现DBSCAN，但到目前为止未能确定epsilon和min_sample的值，这将为我提供相当多的集群。我试图在距离矩阵中找到平均值，并使用平均值两侧的值，但没有得到令人满意的聚类数量：

输入：

db=DBSCAN(eps=13.0,min_samples=100).fit(X)
labels = db.labels_
# Number of clusters in labels, ignoring noise if present.
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)
print('Estimated number of clusters: %d' % n_clusters_)

输出：

Estimated number of clusters: 1

输入：

db=DBSCAN(eps=27.0,min_samples=100).fit(X)

输出：

Estimated number of clusters: 1

其他信息也是如此：

The average distance between any 2 points in the distance matrix is 16.8354
the min distance is 1.0
the max distance is 258.653

此外，代码中传递的X不是距离矩阵，而是特征向量的矩阵。所以请告诉我如何确定这些参数

Answer 1

1. 绘制一个k距离图，然后在那里寻找膝盖。正如DBSCAN文章中所建议的那样。（你的min_samples可能太高了——那时你可能在100距离图中没有膝盖。）

2. 将数据可视化。如果您无法直观地看到集群，则可能没有集群。不能强制DBSCAN生成任意数量的集群。如果您的数据集是高斯分布，则假设仅为单个集群。

Answer 2

尝试将min_samples参数更改为较低的值。此参数影响所形成的每个簇的最小大小。可能是，可能形成的集群都很小，而你现在使用的参数太高，无法形成。