ELKI DBSCAN 忽略列

Question

我有一个包含多列的 CSV 文件，其中的列是 "lat, lon, item1"。我已经能够使用以下代码加载数据：

ListParameterization params = new ListParameterization();
List<ObjectFilter> filterlist = new ArrayList<>();
filterlist.add(new FixedDBIDsFilter(1));
NumberVectorLabelParser<DoubleVector> parser = new NumberVectorLabelParser<>(DoubleVector.FACTORY);         
FileBasedDatabaseConnection dbc = new FileBasedDatabaseConnection(filterlist, parser, is);    
params.addParameter(AbstractDatabase.Parameterizer.DATABASE_CONNECTION_ID, dbc);
Database db = ClassGenericsUtil.parameterizeOrAbort(StaticArrayDatabase.class, params);
db.initialize();

我还有运行一个 DBSCAN 并检索了集群的数量，我可以从集群中提取数据。

ListParameterization params1 = new ListParameterization();
params1.addParameter(DBSCAN.Parameterizer.EPSILON_ID, 0.05);
params1.addParameter(DBSCAN.Parameterizer.MINPTS_ID, 2);
DBSCAN<DoubleVector> dbscan = ClassGenericsUtil.parameterizeOrAbort(DBSCAN.class, params1);
Clustering<Model> result = dbscan.run(db);

我可以看到 DBSCAN 使用所有三列进行扫描，因为当我只使用两列（纬度、经度）时，我得到了不同数量的聚类。

我想让我的数据库中的所有列供以后访问，但只将 lat/lon 列聚类。我相信我需要一些东西来标记其他列，这样它们就不会被使用，但我找不到正确的答案。我认为以下方法可行，但没有：

params.addParameter(NumberVectorLabelParser.Parameterizer.LABEL_INDICES_ID, 2);

有人可以帮我解决这个问题吗？

Answer 1

您需要通过其 long[] labelIndices 位掩码参数将此参数传递给 NumberVectorLabelParser（目前这不是整数数组，但有点面具，所以你想要 new long[]{4L}).

您当前正在向数据库传递参数，数据库中没有该参数。

或者您可以使用 DimensionSelectingLatLngDistanceFunction；因为无论如何你都不应该在纬度和经度上使用欧氏距离。

ELKI DBSCAN 忽略列

ELKI DBSCAN Ignore Columns

dbscan

elki