我们正在 30,000 个样本上尝试 DBSCAN 聚类模型，每个样本有 15 个特征。我们将epsilon 参数调整得足够小，以确保在进行聚类时聚类圆的半径很小。我们预计会有高密度的小集群。在聚类和参数调整之后，我们使用 t-SNE 在 2 维空间中绘制聚类结果，我们发现我们有像集群 2,3,4,5 这样的小集群，如预期的那样具有高密度，而像集群 0,1 这样的大集群出乎意料地松散地散落。显然，集群 0、1 对我们来说看起来很奇怪。

有什么我们不知道的，聚类算法有问题吗？

或者它是关于 t-SNE 的东西，当它在低维绘制聚类结果时，看起来集群 0、1 非常分散，实际上它们在高维空间中更接近和紧张？

• 簇 0：橙色
• 集群 1：蓝色
• 集群 2：红色
• 第 3 组：绿色
• 第四组：淡黄色
• 第 5 组：紫色

30,000 个样本，6 个集群案例：

30,000 个样本，8 个集群案例：