Skip to main content
 首页 » 编程设计

python之在 dbscan 中查找值差异 0.1 的集群

2024年11月24日16JustinYoung

您好,我需要对值小于或等于 0.1 的点进行聚类。我的用例是这样的。

0     1649.500000 
1        0.864556 
2        0.944651 
3        0.922754 
4        0.829045 
5        0.838665 
6        1.323263 
7        1.397340 
8        1.560655 
..       ....... 
27       1.315072 
28       1.593657 
29       1.222322 
...      ....... 
...      ....... 
2890     0.151328 
2891     0.149963 
2892     0.149285 
2893     0.146318 
2894     0.147668 
2895     0.141159 

这里我需要对以下几点进行聚类。我在 dbscan 中给出了如下数据

X = X.reshape(-1,1) 
db = DBSCAN(eps=0.1,min_samples=3,metric='manhattan',n_jobs=-1).fit(X) 
labels = db.labels_ 

现在当我打印与下面的点相对应的点时

for i in range(n_clusters_): 
        print("Cluster {0} include {1}".format(i,list(np.where(labels==i)))) 

我的输出如下:

Cluster 0 include [array([   1,    2,    3, ..., 2893, 2894, 2895])] 

如果您能看到我提供的上述数据,第 1 个位置有 0.8 ...,第 2895 个位置有 0.141 ...但是当我给定 eps =0.1 和 metric="manhattan"(哪个取绝对差)。我在这里错过了什么,我应该使用其他距离吗?我对 eps 的理解是错误的吗?我应该怎么做才能让它按照我的意愿聚集。

请您参考如下方法:

这正是 DBSCAN 的方式应该可以。

DBSCAN 是一种基于密度的聚类算法。简而言之,它以一个随机点 p 开始,如果 p 周围 epsilon 范围内有 min_points 个点,那么它成为一个核心点。如果两个核心点在 epsilon 范围内,它们将被放在同一个集群中。

这意味着:两个相距较远(例如,大于 epsilon)的点可以通过其间的其他核心点连接,从而属于同一簇

您选择的 epsilon 和 min_points 参数似乎会产生一个大集群(点 0 除外)