HBSCAN 成员概率

Question

我正在研究聚类算法之间的比较，我想知道 R 中的 DBSCAN 如何计算所谓的 成员资格 'probability' ?

Answer 1

在 dbscan 包中，hdbscan() 函数对作为输入传递的对象进行一些有效性检查，然后使用 k 计算到其最近邻居的距离矩阵 dbscan::kNNdist()函数。 k 的值设置为传递给 dbscan() 函数的参数 minPts 减去 1.

 core_dist <- kNNdist(x, k = minPts - 1)

然后它使用核心距离作为密度的度量，并使用以下算法（来自 hdbscan.R 来源）计算成员概率：

  ## Generate membership 'probabilities' using core distance as the measure of density
  prob <- rep(0, length(cl))
  for (cid in sl){
    ccl <- res[[as.character(cid)]]
    max_f <- max(core_dist[which(cl == cid)])
    pr <- (max_f - core_dist[which(cl == cid)])/max_f
    prob[cl == cid] <- pr
  }

对于显着簇对象sl中的每个簇id，算法计算最大核心距离，然后通过从最大距离中减去每个元素的距离，将结果除以最大距离来构建概率转换成比例。

然后将这些覆盖概率插入到 hdbscan() 函数作为 membership_prob 对象输出的列表中。

HBSCAN 成员概率

HBSCAN membership probability

r

cluster-analysis

unsupervised-learning

dbscan

hdbscan