我有一组数据，包含大约十二个维度（列）和大约200个观测值（行）。这组数据已使用quantile_transform_normalize进行了标准化。（编辑：我尝试过在不进行标准化的情况下运行聚类，但仍然没有结果，所以我认为这不是原因。）现在我想将数据聚类成几个不同的聚类。之前我一直在使用KMeans，但听说它在高维度下可能不够准确，而且对异常值处理也不好，所以我想尝试使用DBSCAN来看看是否能得到不同的结果。
然而，当我尝试使用马氏距离度量来对数据进行DBSCAN聚类时，每个项目都被聚类到了-1。根据文档说明：
噪声样本被标记为-1。
我不太确定这意味着什么，但我使用KMeans时得到了几个还可以的聚类，所以我知道这些数据确实可以聚类——并不是随机的。
这是我用于聚类的代码：
covariance = np.cov(data.values.astype("float32"), rowvar=False)clusterer = sklearn.cluster.DBSCAN(min_samples=6, metric="mahalanobis", metric_params={"V": covariance})clusterer.fit(data)就这样。我已经在调试器中检查过，确定data是一个数值型的Pandas DataFrame。
是什么导致了这个问题呢？
回答：
您还需要选择eps参数。
DBSCAN的结果非常依赖于这个参数。您可以在文献中找到一些估计它的方法。
在我看来，sklearn不应该为这个参数提供默认值，因为它很少有效（在标准化的玩具数据上通常还可以，但仅此而已）。
200个实例可能太少，无法可靠地测量密度，特别是对于十几个变量的情况下。
