Algorithm 哪些评估统计标准适合DBSCAN算法输出？

我想询问有关DBSCAN集群算法的建议。我在地震目录的经纬度矩阵数据上使用它。我的问题是，哪些评估标准适用于找到DBSCAN产生的正确集群数量？ 我正在使用Matlab，我正在使用k-means的差距（“肘部”）评估标准，但我了解到这可能不合适，因为k-means不能很好地用于基于密度的聚类。 另外，DBSCAN的Matlab实现有两个输出，类型和类。有人能告诉我什么是类输出吗？我认为这是为各个集群分配数据点，但我不确定。任何帮助都将不胜感激，谢谢，

---

Dennis

大多数验证方法不适用于噪声（即DBSCAN）

你应该试试

Moulavi，D.，Jaskowiak，p.A.，Campello，R.J.G.B.，Zimek，A.，和Sander，J.（2014）基于密度的聚类验证。第14届暹罗国际数据挖掘会议（SDM）会议记录，宾夕法尼亚州费城

这是我所知道的唯一针对基于密度的集群设计的方法。我还没有尝试过，我更喜欢手动评估

---

除了DBSCAN，还可以尝试光学和HDBSCAN*

请添加一个，以便我们可以查看并尝试帮助您。这看起来像是学术工作的问题，对于此类一般性问题，最好向以前使用过此算法的主管/同事寻求帮助和信息。老实说，我不知道我是否可以这样做。我的代码似乎在工作，但目前是一团糟，相当长的时间。然而，当我完成背景学习后，我会问更多的有针对性的问题。谢谢，谢谢，先生。我知道那篇论文，穆拉维博士给我发了源代码。我只是想弄清楚我是否可以使用Matlab的GAP内置评估标准，以及K-Means算法或高斯混合分布来评估地震簇。我使用的是一个修改过的DBSCAN版本，它不是最小点，而是将地震事件的幅度加总到某个阈值。然后，集群将以与经典DBSCAN相同的方式进行扩展。