绘制（纬度，纬度）的二维 numpy 数组的直方图，以确定 DBSCAN 的正确值

Question

我正在尝试将 DBSCAN 应用于 (Lan,Lat) 的数据集。该算法对参数非常敏感； EPS 和 MinPts。

我想查看数据的直方图，以确定正确的值。不幸的是，Matplotlib Hist() 仅采用 1D 数组。

将二维矩阵作为参数传递，Hist() 将每一列视为单独的输入。

散点图和直方图：

有没有人有办法解决这个问题，

Answer 1

你可以使用 numpy.histogram2d:

import numpy as np
np.random.seed(2016)

N = 100
arr = np.random.random((N, 2))
xedges = np.linspace(0, 1, 10)
yedges = np.linspace(0, 1, 10)
lat = arr[:, 0]
lng = arr[:, 1]
hist, xedges, yedges = np.histogram2d(lat, lng, (xedges, yedges))
print(hist)

产量

[[ 0.  0.  5.  0.  3.  0.  0.  0.  3.]
 [ 0.  3.  0.  3.  0.  0.  4.  0.  2.]
 [ 2.  2.  1.  1.  1.  1.  3.  0.  1.]
 [ 2.  1.  0.  3.  1.  2.  1.  1.  3.]
 [ 3.  0.  3.  2.  0.  1.  0.  2.  0.]
 [ 3.  2.  3.  1.  1.  2.  1.  1.  0.]
 [ 2.  3.  0.  1.  0.  1.  3.  0.  0.]
 [ 1.  1.  1.  1.  2.  0.  2.  1.  1.]
 [ 0.  1.  1.  0.  1.  1.  2.  0.  0.]]

或者可视化直方图：

import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.imshow(hist)
plt.show()

Answer 2

如果您遵循 DBSCAN 文章，您只需要每个对象的 4-nearest-neighbor 距离，而不是所有成对距离。即，一维数组。

他们没有绘制直方图，而是对值进行排序，并尝试在此图中选择拐点。

找到每个对象的4个最近邻
在一个数组中收集所有 4NN 距离
按降序排列此数组
绘制结果曲线
寻找膝盖，通常最好在 x 轴的 5%-10% 左右（因此 95%-90% 的对象是核心点）。

有关详细信息，请参阅原始 DBSCAN 出版物！

绘制（纬度，纬度）的二维 numpy 数组的直方图，以确定 DBSCAN 的正确值

Plotting a histogram of 2D numpyArray of (latitude, latitude), in order to determine the proper values for DBSCAN

cluster-analysis

matplotlib

data-mining

histogram

dbscan