Python Scikit'中有哪些噪音样本；DBSCAN聚类算法？

如果我在相似性矩阵上应用Scikit的DBSCAN（），我会得到一系列标签。其中一些标签是-1。文档称之为噪音样本

这些是什么？它们都属于一个集群，还是因为它们很吵，所以每个都属于自己的集群

---

谢谢

这些不完全是集群的一部分。它们只是不属于任何集群的点，在某种程度上可以被“忽略”

请记住，DBSCAN代表“基于密度的带噪应用程序空间聚类”。DBSCAN检查以确保一个点在指定范围内有足够的邻居来将点分类到聚类中

但是，不符合任何主要集群标准的点会发生什么情况？如果一个点在指定半径内没有足够的邻居被视为簇的一部分，该怎么办？这些点被赋予簇标签

-1

，被视为噪声

那又怎样？

嗯，如果你在分析数据点，你只对一般的聚类感兴趣，你可以降低数据的大小，减少噪音。或者，如果使用聚类分析对数据进行分类，在某些情况下，可以将噪声作为异常值丢弃

---

在异常检测中，不属于任何类别的点也很重要，因为它们可能代表问题或罕见事件。

也请阅读DBSCAN论文！以下是链接，以防其他人需要它：