问题描述
我是 Python 编码的初学者，我正在尝试使用 DBSCAN 算法来识别具有高密度闪烁照片的城市区域。 DBSCAN(eps,min_samples)的参数有没有确定的标准？
谢谢
解决方法
说明如何选择这些参数的 guide。
来自指南：
根据 DBSCAN 算法（Ester、Kriegel、Sander 和 Xu，1996 年）的 originators，我们可以使用这种启发式算法来找到 ε 和 MinPts： 对于给定的 k，我们构建了排序的 k-dist 图（您可以在指南中阅读它）。阈值点是排序后的 k-dist 图的第一个“谷”中的第一个点。阈值的 k-dist 值将是 ε 值。研究表明 k > 4 的 k-dist 图与 4-dist 图没有显着差异，它们需要更多的计算。因此，他们通过将所有数据库（二维数据）的参数 MinPts 设置为 4 来消除参数 MinPts。阈值点的 4-dist 值用作 DBSCAN 的 ε 值。
如果您不希望 MinPts 值为 4，您可以决定 MinPts = k+1。选择 k 的一种启发式方法是将 k 设置为 2 * 维度 -1（Sander、Ester 等人，1998）。
另一种选择 MinPts 值的启发式方法-
其中 Pᵢ 是点 i 的 ε-邻域中的点数，n 是数据集中的点数。对于每个不同的 ε 值，我们将获得相应的 MinPts 值（Sawant，2014）。