在DBSCAN中,如何确定边界点?

在DBSCAN中,核心点被定义为在Eps范围内有超过MinPts个点的点。

因此,如果MinPts = 4,一个在Eps范围内总共有5个点的点无疑是核心点。那么,一个在Eps范围内有4个点(包括自身)的点呢?它是核心点,还是边界点?


回答:

边界点是指(在DBSCAN中)属于某个簇但自身不密集的点(即每个簇成员中不是核心点的点)。

在后续算法HDBSCAN中,边界点的概念被废弃了。

Campello, R. J. G. B.; Moulavi, D.; Sander, J. (2013).
基于层次密度估计的密度聚类方法。
第17届太平洋-亚洲知识发现与数据挖掘会议论文集,PAKDD 2013。计算机科学讲义7819。第160页。doi:10.1007/978-3-642-37456-2_14

文中指出:

我们的新定义与将簇视为密度水平集的连通分量的统计解释更加一致[…]边界对象在技术上不属于该水平集(它们的估计密度低于阈值)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注