ELKI DBSCAN LngLatDistanceFunction 生成一个集群

Question

我正在使用 Elki LngLatDistanceFunction 对 Lon/lat 点进行聚类，但它只返回一个聚类（当我使用 Euclid 距离时返回更多聚类）。我尝试了多个 Epsilon 值，但我仍然得到一个集群。

    int minPts=20;
    double eps=10;
    ListParameterization params = new ListParameterization();
    params.addParameter(DBSCAN.DISTANCE_FUNCTION_ID, LngLatDistanceFunction.class);
    params.addParameter(DBSCAN.Parameterizer.MINPTS_ID, minPts);
    params.addParameter(DBSCAN.Parameterizer.EPSILON_ID, eps);

    params.addParameter(AbstractDatabase.Parameterizer.DATABASE_CONNECTION_ID, dbcon);
    params.addParameter(AbstractDatabase.Parameterizer.INDEX_ID, RStarTreeFactory.class);
    params.addParameter(RStarTreeFactory.Parameterizer.BULK_SPLIT_ID, SortTileRecursiveBulkSplit.class);
    params.addParameter(AbstractPageFileFactory.Parameterizer.PAGE_SIZE_ID, 600);

    Database db = ClassGenericsUtil.parameterizeOrAbort(StaticArrayDatabase.class, params);
    db.initialize();

    GeneralizedDBSCAN dbscan = ClassGenericsUtil.parameterizeOrAbort(GeneralizedDBSCAN.class, params);

Answer 1

距离以米为单位。因此，您需要选择 epsilon，使某些点（但不是所有点）的邻居数超过 minPts。

您可以使用KNNDistancesSampler class 来估计参数。它不是自动估计。但是您可以绘制结果距离，并检查此图中的 "knee"。

注意 "noise" 标志。

如果你得到一个单一的簇，并且它是 "noise"，那么 epsilon 太小了。
如果你得到一个单一的集群，它是一个 "cluster"（不是噪声），那么 epsilon 太大了。
如果你得到一个单一的集群，并且它是"noise"，那么minPts可能太大了。
如果你得到的是单个簇，而且是一个簇，那么minPts可能太小了。

对于大多数应用来说，将minPts固定为4、10、20会更容易；然后根据需要调整 epsilon 参数。对于像您这样的地理应用程序，修复 epsilon 参数并改变 minpts 参数可能更容易。例如，您可能知道小于 10000 米的距离表明物体是 "neighbors".

OPTICS等算法也有助于直观地选择参数。（使用 MiniGUI！）

ELKI DBSCAN LngLatDistanceFunction 生成一个集群

ELKI DBSCAN LngLatDistanceFunction producing one cluster

cluster-analysis

epsilon

dbscan

elki