Scikit-Learn DBSCAN 创建一个包含两个高度断开的岛的集群

Question

在这种情况下：一图胜千言 ..

你好紫色星团！

这是怎么发生的？首先 - 描述 DBSCAN 的数据和设置：

• 100 个数据点
• 使用自定义距离度量生成预计算距离矩阵
• 自定义距离度量很简单：只考虑r0（x-distance）

除了那对 流氓紫色点 之外的所有东西看起来都完全符合要求。那个紫色星团是如何越过 黄墙 并声称左上角那对流氓点的？

更新 经验证正好是三个集群。 IE。这不是选择三种颜色来表示四个集群的错误。 验证直接来自 dbscan 预测输出（不是我的一些假设）：

这里是：

NumClusters is 3 counts are (array([-1,  0,  1]), array([ 8, 67, 25]))

另一个更新 澄清一下：2 个紫色点被添加到最右边的集群（也是紫色）。它们不是第四集群。所以问题是 - 为什么这些点被添加到 最远 集群而不是附近的绿色和黄色集群？

Answer 1

这很有趣。我添加了 cluster number，我们看到 purple 是 -1。

这意味着 NO CLUSTER 。这就是左上角的一对 "share" 与最右边的那对 "cluster" 相同的原因：它们实际上并不共享 集群 ，而只是sckit-learn 用于 NO 集群的标识符。