Python 3.x 选择ε有什么问题；具体数据是什么？

当我使用DBSCAN对数据进行聚类时，一组数据是异常的

下面的大整数是一组时间戳的时间戳。 我尝试在40秒内对所有记录进行聚类

当我尝试eps=20时，得到异常组： ->

array（[0,0,0,1,1,1,1]，dtype=int64）

当我尝试eps=23时，得到正确的答案： ->

array（[0,0,0,0,0,0,0]，dtype=int64）

---

有人能告诉我我的eps选择有什么问题吗？为什么？

然后是文档：

每股收益： 两个样本之间的最大距离，其中一个样本被视为在另一个样本的邻域中。这不是簇内点距离的最大界限。这是为数据集和距离函数选择的最重要的DBSCAN参数

根据维基百科上的解释：

考虑在某个空间中要聚集的一组点。设ε为指定邻域相对于某点的半径的参数。为了进行DBSCAN聚类，这些点被分类为核心点、（密度）可达点和异常值，如下所示：

如果至少有minPts点在距离ε内（包括p），则点p为核心点

如果点q在距离核心点pε的范围内，则点q可直接从p到达。点只能说是从核心点直接到达的 . 如果存在路径p1，…，pn且p1=p和pn=q，则点q可从p到达，其中每个pi+1可从pi直接到达。注意，这意味着路径上的所有点都必须是核心点，q可能是例外

所有无法从任何其他点到达的点都是异常值或噪声点

现在，如果p是一个核心点，那么它和所有可以从它访问的点（核心点或非核心点）一起形成一个集群。每个集群至少包含一个核心点；非核心点可以是集群的一部分，但它们形成了集群的“边缘”，因为它们不能用于到达更多的点

---

因此，在您的案例中，随着e的增加，您只需减少到一个核心点（0级），您的集群就变得更广泛了。

接下来是文档：

每股收益： 两个样本之间的最大距离，其中一个样本被视为在另一个样本的邻域中。这不是簇内点距离的最大界限。这是为数据集和距离函数选择的最重要的DBSCAN参数

根据维基百科上的解释：

考虑在某个空间中要聚集的一组点。设ε为指定邻域相对于某点的半径的参数。为了进行DBSCAN聚类，这些点被分类为核心点、（密度）可达点和异常值，如下所示：

如果至少有minPts点在距离ε内（包括p），则点p为核心点

如果点q在距离核心点pε的范围内，则点q可直接从p到达。点只能说是从核心点直接到达的 . 如果存在路径p1，…，pn且p1=p和pn=q，则点q可从p到达，其中每个pi+1可从pi直接到达。注意，这意味着路径上的所有点都必须是核心点，q可能是例外

所有无法从任何其他点到达的点都是异常值或噪声点

现在，如果p是一个核心点，那么它和所有可以从它访问的点（核心点或非核心点）一起形成一个集群。每个集群至少包含一个核心点；非核心点可以是集群的一部分，但它们形成了集群的“边缘”，因为它们不能用于到达更多的点

---

因此，在您的情况下，随着e的增加，您只会减少到一个核心点（0级），您的集群将变得更广泛。

谢谢您的回复。我的数据是1565541521.0中的3个和1565541522.0中的4个。因此，第三个1565541521.0是一个核心点（最小值为3）。由于eps为20，其他4个（距离仅为1）在距离上述核心点eps的范围内，因此可从上述核心点直接到达。因此，数据集位于一个组中。但是我们可以把他们分成两组。谢谢你的回复。我的数据是1565541521.0中的3个和1565541522.0中的4个。因此，第三个1565541521.0是一个核心点（最小值为3）。由于eps为20，其他4个（距离仅为1）在距离上述核心点eps的范围内，因此可从上述核心点直接到达。因此，数据集位于一个组中。但可将其分为两组。

data=[1565541521.0,
    1565541521.0,
    1565541521.0,
    1565541522.0,
    1565541522.0,
    1565541522.0,
    1565541522.0]

df=pd.DataFrame([data],index=['A']).T    
dbscan=DBSCAN(eps=20,min_samples=3).fit(df)
print(dbscan.labels_)