哪些评估统计标准适合 DBSCAN 算法输出?

Which evaluation statistical criteria are proper for DBSCAN algorithm output?

想咨询一下DBSCAN聚类算法。我在地震目录中的纬度和经度矩阵数据上使用它。我的问题是哪些评估标准适合于找到 DBSCAN 生成的正确簇数? 我在 Matlab 上工作,我正在使用带有 k-means 的 GAP ('elbow') 评估标准,但我读到它可能不合适,因为 k-means 不能很好地与基于密度的聚类一起工作。 此外,DBSCAN 的 Matlab 实现有两个输出,type & class。有人能告诉我 class 输出是什么吗?我认为它正在将数据点分配给各个集群,但我不确定。任何帮助将不胜感激,谢谢, 丹尼斯

大多数验证方法处理噪声(即 DBSCAN)。

你应该试试

Moulavi, D., Jaskowiak, P. A., Campello, R. J. G. B., Zimek, A., & Sander, J. (2014). Density-based clustering validation. In Proceedings of the 14th SIAM International Conference on Data Mining (SDM), Philadelphia, PA.

据我所知,这是为基于密度的集群设计的唯一方法。不过我还没有尝试过,我更喜欢手动评估

也尝试使用 OPTICS 和 HDBSCAN* 而不是 DBSCAN。