Python DBSCAN kdist绘制多个山谷

我使用Sander等人1998确定MinPts和epsilon在我的数据集上使用DBSCAN。 正如Sanders等人所建议的那样，minpts=dim*2-1=k（在我的例子中是9维-->minpts=k=17）。 在论文中，我们应该选择“第一谷”。我能看到两个山谷，但哪一个是第一个？你会为ε选择什么值？

由于桑德斯还建议，只有在没有重复项的情况下才应使用这种方法，而没有重复项的情况下才应使用这种方法：（尽管我认为在这种情况下这不重要） . 哪个山谷应该被视为“第一”山谷

使用的代码：

ns = 17
nbrs = NearestNeighbors(n_neighbors=ns, metric='euclidean').fit(data)
distances, indices = nbrs.kneighbors(data)
distanceDec = sorted(distances[:,ns-1], reverse=True)
plt.plot(list(range(1,683+1)), distanceDec)

---

它是左侧的谷（ε的最小值）：使用此值，左侧的所有点都将不聚集（视为噪波），右侧的所有点都将聚集

---

您可以阅读原文，尤其是图4，以更好地理解其基本原理。

这表明可能存在簇的层次结构，或具有不同密度的簇

---

在这种情况下，DBSCAN上的单个阈值是不够的。您可以尝试使用两个不同的阈值进行两次聚类。或者使用分层版本，如光学和HDBSCAN。最近，人们对HDBSCAN非常满意，我在光学方面取得了更好的效果（我相信有一个很好的理由，即我希望边界点成为集群的一部分）

是的，据说这被认为是噪声。如果它在核心点附近，它应该仍然能够在集群中结束。