我想使用基于密度的算法对地理数据(坐标，至少高度(进行聚类。我发现DBSCAN应该非常适合我的目的。我甚至想拥有最小值为 1 或 2 的小型独立集群。它完成了这项工作，但将其他点保留为一个巨大的集群或噪音，我希望它们也聚集成更小的组。
例如，如果我有两组高点(如山脉(位于地图上的不同位置，我希望它们位于两个单独的聚类中。如何实现这一点？也许以某种方式在算法中设置最大点值？我感谢任何建议。
附言我为此目的使用了R，但问题更多的是关于方法。
不要使用太小的minpts。
1 或 2 个点不是"集群"。这些点是"噪音"。只需将噪声中的所有点视为单独的聚类，或者如果您真的愿意，可以在足够短的距离内连接这些点。您可以轻松地对噪声进行后处理。
但出于密度基础聚类的目的，您需要更多点才能具有密度。事实上，对于最多 2 个最小值，DBSCAN 会退化为单链路集群。