r - DBSCAN（基于密度的聚类）描述 eps 的度量单位
r - DBSCAN (Density Based Clustering) describe unit of measure for eps
我试图使用 R 中的 dbscan 包来尝试对一些空间数据进行聚类。 dbscan::dbscan 函数将 eps 和 minpts 作为输入。我有一个包含两列 longitude 和 latitude 的数据框，用小数表示，如下所示：
df <- data.frame(lon = c(seq(1,5,1), seq(1,5,1)),
lat = c(1.1,3.1,1.2,4.1,2.1,2.2,3.2,2.4,1.4,5.1))
我应用算法：
db <- fpc::dbscan(df, eps = 1, MinPts = 2)
这里的 eps 是以度数还是其他单位来定义的？我真的很想了解这个最大距离 eps 值是以哪个单位表示的，因此感谢您的帮助
切勿使用 fpc 包，始终使用 dbscan::dbscan。
如果你有纬度和经度，你需要选择合适的距离函数，例如半正弦。
默认距离函数欧几里得忽略了地球的球形特性。 eps 值是纬度和经度的混合，但这些并不对应于统一的距离！赤道以东 1 度比温哥华以东 1 度 远
即便如此，你也需要注意单位。 Haversine 的一种实现可能会产生弧度，另一种可能会产生一米，当然有些疯狂的人会以英里为单位工作。
不幸的是，据我所知，none 的 R 实现可以加速 Haversine 距离。因此，在 ELKI 中对数据进行聚类可能 快 很多（不过您需要自己添加索引）。
如果您的数据足够小，您可以在 R 中使用预先计算的距离矩阵（dist 对象）。但这将占用 O(n²) 的时间和内存，因此它的可扩展性不是很好。
我试图使用 R 中的 dbscan 包来尝试对一些空间数据进行聚类。 dbscan::dbscan 函数将 eps 和 minpts 作为输入。我有一个包含两列 longitude 和 latitude 的数据框，用小数表示，如下所示：
df <- data.frame(lon = c(seq(1,5,1), seq(1,5,1)),
lat = c(1.1,3.1,1.2,4.1,2.1,2.2,3.2,2.4,1.4,5.1))
我应用算法：
db <- fpc::dbscan(df, eps = 1, MinPts = 2)
这里的 eps 是以度数还是其他单位来定义的？我真的很想了解这个最大距离 eps 值是以哪个单位表示的，因此感谢您的帮助
切勿使用 fpc 包，始终使用 dbscan::dbscan。
如果你有纬度和经度，你需要选择合适的距离函数，例如半正弦。
默认距离函数欧几里得忽略了地球的球形特性。 eps 值是纬度和经度的混合，但这些并不对应于统一的距离！赤道以东 1 度比温哥华以东 1 度 远
即便如此，你也需要注意单位。 Haversine 的一种实现可能会产生弧度，另一种可能会产生一米，当然有些疯狂的人会以英里为单位工作。
不幸的是，据我所知，none 的 R 实现可以加速 Haversine 距离。因此，在 ELKI 中对数据进行聚类可能 快 很多（不过您需要自己添加索引）。
如果您的数据足够小，您可以在 R 中使用预先计算的距离矩阵（dist 对象）。但这将占用 O(n²) 的时间和内存，因此它的可扩展性不是很好。