在DBSCAN中，eps到底代表什么？
In DBSCAN, what does eps represent actually?
假设我已经找到所有密度的eps。我应用了这里的方法 http://ijiset.com/v1s4/IJISET_V1_I4_48.pdf
如果您不介意，请打开第 5 页并查看提议的算法部分。在步骤 10.1，论文告诉我们计算 eps-neighborhood.
中的对象数量
eps究竟代表什么？画圆是半径吧？那么，为什么半径这么小，小于两个物体之间的距离呢？如果是这样，MinPts 将永远为 0。
是的，如果与欧几里得距离一起使用，则为半径。
它不是无限小（它不趋向于 0）。与数据集扩展相比，它应该很小，但作者可以将其命名为 "r"。
使用原始论文来理解算法，而不是它的某些印度期刊变体。
在欧几里德距离中，它是半径。 Eps的选择有点难
这个问题与模型选择有关，即特定模型的选择及其相应的参数化。在 k-means 的情况下（需要用户输入聚类的数量），文献中有大量的措施可以帮助选择最佳聚类数量，例如：剪影，c-index，邓恩，davies-bouldin。这些措施是 so-called 相对有效性标准。
在Density-based聚类算法的情况下，也有一些措施，例如：CDbw和DBCV。
假设我已经找到所有密度的eps。我应用了这里的方法 http://ijiset.com/v1s4/IJISET_V1_I4_48.pdf
如果您不介意，请打开第 5 页并查看提议的算法部分。在步骤 10.1，论文告诉我们计算 eps-neighborhood.
中的对象数量eps究竟代表什么？画圆是半径吧？那么，为什么半径这么小，小于两个物体之间的距离呢？如果是这样，MinPts 将永远为 0。
是的，如果与欧几里得距离一起使用，则为半径。
它不是无限小（它不趋向于 0）。与数据集扩展相比，它应该很小，但作者可以将其命名为 "r"。
使用原始论文来理解算法，而不是它的某些印度期刊变体。
在欧几里德距离中，它是半径。 Eps的选择有点难
这个问题与模型选择有关，即特定模型的选择及其相应的参数化。在 k-means 的情况下（需要用户输入聚类的数量），文献中有大量的措施可以帮助选择最佳聚类数量，例如：剪影，c-index，邓恩，davies-bouldin。这些措施是 so-called 相对有效性标准。
在Density-based聚类算法的情况下，也有一些措施，例如：CDbw和DBCV。