如何确定DBSCAN在R中的距离/eps？

我有一个点的数据集

 lat   |long    | time
 34.53  -126.34  1
 34.52  -126.32  2
 34.51  -126.31  3
 34.54  -126.36  4
 34.59  -126.28  5
 34.63  -126.14  6
 34.70  -126.05  7
 ...

（数据集要大得多，但这是一般结构。）

我想根据距离和时间对点进行聚类。DBSCAN看起来是个不错的选择，因为我不知道有多少集群

我目前使用的是分钟/5500（我相信大约20米，按比例）

库（fpc）
结果我不使用
R/fpc
而是使用ELKI，所以我不能真正回答你的问题。原因是我发现它比fpc快得多，特别是当您可以使用索引时。当您使用百万点的数据集时，差异是巨大的

此外，它非常灵活，这似乎是您所需要的：

ELKI有一个使用大圆距离的LatLng距离函数。然后我可以很容易地以公里为单位设置ε

但是，您还有一个
time
属性。您是否有计划将此纳入您的分析中？ELKI有一个，这可能是你当时需要的。您应该能够重复使用大圆距离，以下是DBSCAN为您提供的一个巧妙技巧：

DBSCAN实际上并不需要距离。它需要知道邻居，但距离仅用于与ε的比较。因此，当两个对象应该相似时，定义一个距离函数为0，如果两个对象应该不同，则定义一个距离函数为1，再加上ε为0.5，可以进行更复杂的聚类。在您的上下文中，可以将距离函数定义为：

0 if the distance is less than 0.1 km and the time difference is also less than t
1 otherwise

首先计算数据的距离矩阵。然后，您可以使用
method='dist'
而不是使用
method='row'
。这样，dbscan将把您的数据作为距离矩阵处理，因此无需担心距离函数是如何实现的。请注意，这可能需要更多的内存，因为您正在预计算距离矩阵并将其存储在内存中。
从哪个包开始
dbscan
？是fpc

还是RWeka或其他什么？@mnel是fpc软件包中的。我认为这与标记为重复的问题有些不同。我不确定这是一个编程问题还是一个统计问题，但它与复制问题不同。谢谢你的帮助，但是有什么关于如何在R中做到这一点的吗？另外，正如在原始帖子中提到的，我使用的是时间。不，我不使用R。很可能它默认为欧几里德距离，我不知道它是否也允许你使用其他距离。哦，minpts=3可能太小了。使用较大的值。这确实会导致内存问题，但有助于理解。

0 if the distance is less than 0.1 km and the time difference is also less than t
1 otherwise