Machine learning 在树冠聚类中参数T1真的是必要的吗？

由于点落在范围内（t2，t1），因此不会删除。 我们删除一个点的唯一两个原因是： 1.用这个点建造一个新的树冠。 2.该点位于另一个树冠的范围（0，t2）内

---

为什么需要参数t1？

檐篷不是簇

它们是数据集的近似值，用于以后更快的处理。为此，您希望檐篷重叠

---

你所想的要老得多。这叫做领导者集群。但它的质量太低，从未流行过。

你通读了吗：？我明白了。如果树冠聚类给出的结果实际上是一个预处理的数据集而不是最终结果，这是有意义的。传统上，人们确实使用树冠聚类作为预处理，例如种子K-均值。所以是的，你是“正确的”。这取决于你想做什么。