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)
