如何找到 DBSCAN 的最佳参数？

Question

有没有什么工具可以计算DBSCAN算法的minpts和eps的最优值？

目前我使用sklearn库来应用DBSCAN算法

from sklearn.cluster import DBSCAN

我尝试了几个 minpts 和 eps 的算法，但没有任何计算。

Answer 1

eps 和 minpts 都被认为是超参数。给定数据集，没有算法可以确定这些的完美值。相反，它们必须在很大程度上根据您要解决的问题进行优化。

关于如何优化的一些想法：

minpts 应该随着数据集大小的增加而变大。

eps 是一个处理您要查找的星团半径的值。要选择一个值，我们可以执行一种肘部技术（一种类似的技术，通常用于确定 K-Means 聚类中的最佳 k）。

1. 令 k = 最近邻的数量
2. 对于 k 的值，对于数据集中的每个点，计算每个点与其 k 最近邻点之间的平均距离（某些软件包在某处内置了此功能）
3. 在 X 轴上绘制点数，在 y 轴上绘制平均距离。
4. 生成的图形应该是递增的（只要您按平均距离对数组进行递增排序）并且向上凹。应该有一个点是增长率急剧跳跃的，这个点叫做肘点，包含你的最优eps，也就是肘点的y值。
5. 运行此算法使用不同的k值并比较结果。

如果有一个明确的方法来解决最优值，它会被大量记录下来。现在，我们所能做的就是给出我们最好的计算猜测。再次重申，您尝试解决的问题可能会影响您选择肘点的方式 - 了解这一点很重要。