DBSCAN 与 OPTICS 的自动聚类
DBSCAN vs OPTICS for Automatic Clustering
我知道 DBSCAN 需要两个参数（minPts 和 Eps）。但是，我对 OPTICS 需要哪些参数感到困惑，因为一些消息来源说它需要 eps 而其他人说它只需要 minPts。
如果我试图自动确定最能丢弃异常值的参数值，哪种算法会更好？
根据the original paper，minPts 和 Eps 都是必需的。 那些说不需要 Eps 的消息来源可能正在使用某种方法自动为其确定一个好的值。但是，包含 Eps 只是为了减少算法的 运行时间.不需要。
关于哪种方法最适合移除异常值，没有比用数字支持您的决定更好的方法了：获取一个数据集并标记其异常值，然后 运行 两种算法都反对它。对集群使用某种性能测量（AUC、F 分数等）以达到 select 最佳。
OPTICS 可以是 运行，eps=infinity。但它是 O(n^2) 复杂性。
（假设您有一个实际使用索引进行加速的实现。）
但是 OPTICS 没有像 DBSCAN 那样定义明确的噪声概念。您可以获得的最接近的是采用集群层次结构的最顶层（即完整的数据集）减去下面集群中的任何内容。但是给定层次聚类，您 可以 在层次结构的多个级别上有 "noise"，因此噪音的概念在这里不再适用。
总的来说，有几点不同：
内存成本：OPTICS 集群技术需要更多内存，因为它维护一个优先级队列（最小堆）以确定下一个数据点，该数据点在可达距离方面最接近当前正在处理的点。它还需要更多的计算能力，因为最近邻查询比 DBSCAN 中的半径查询更复杂。
更少的参数：OPTICS聚类技术不需要维护epsilon参数，只在上面的伪代码中给出，以减少花费的时间。这导致调参解析过程的减少。
OPTICS 不会将给定的数据分成簇。它仅生成可达距离图，并根据程序员的解释对点进行相应的聚类。
OPTICS对参数设置相对不敏感。如果参数“足够大”，结果会很好。
更多详情可以参考
我知道 DBSCAN 需要两个参数（minPts 和 Eps）。但是，我对 OPTICS 需要哪些参数感到困惑，因为一些消息来源说它需要 eps 而其他人说它只需要 minPts。
如果我试图自动确定最能丢弃异常值的参数值，哪种算法会更好？
根据the original paper，minPts 和 Eps 都是必需的。 那些说不需要 Eps 的消息来源可能正在使用某种方法自动为其确定一个好的值。但是，包含 Eps 只是为了减少算法的 运行时间.不需要。
关于哪种方法最适合移除异常值，没有比用数字支持您的决定更好的方法了：获取一个数据集并标记其异常值，然后 运行 两种算法都反对它。对集群使用某种性能测量（AUC、F 分数等）以达到 select 最佳。
OPTICS 可以是 运行，eps=infinity。但它是 O(n^2) 复杂性。 （假设您有一个实际使用索引进行加速的实现。）
但是 OPTICS 没有像 DBSCAN 那样定义明确的噪声概念。您可以获得的最接近的是采用集群层次结构的最顶层（即完整的数据集）减去下面集群中的任何内容。但是给定层次聚类，您 可以 在层次结构的多个级别上有 "noise"，因此噪音的概念在这里不再适用。
总的来说，有几点不同：
内存成本：OPTICS 集群技术需要更多内存，因为它维护一个优先级队列（最小堆）以确定下一个数据点，该数据点在可达距离方面最接近当前正在处理的点。它还需要更多的计算能力，因为最近邻查询比 DBSCAN 中的半径查询更复杂。
更少的参数：OPTICS聚类技术不需要维护epsilon参数，只在上面的伪代码中给出，以减少花费的时间。这导致调参解析过程的减少。
OPTICS 不会将给定的数据分成簇。它仅生成可达距离图，并根据程序员的解释对点进行相应的聚类。
OPTICS对参数设置相对不敏感。如果参数“足够大”，结果会很好。
更多详情可以参考