问题
我正在使用Java进行一个学校项目，我的目标是从包含地理点的数据集中检测和删除异常值。
最终结果应该是单个集群，具有任何形状，包含真实区域内的所有点（例如体育场）。这是我的意思的一个简单示例：
手绘的蓝线代表预期的集群，而所有外部点都应被视为异常值（这只是我的情况可以接受的可能集群之一，不检测顶部也可以）。
我试过的
虽然DBSCAN看起来是最好的选择，但我需要它是无监督的，所以我不能手动设置eps和minPts（该算法应该在多个数据集上运行）。可行的是一个函数，它根据数据集的大小和区域的大小（可能以米为单位，使用基于地理的距离函数）同时定义eps和minPts ，但定义这样的函数对于一个小的项目。
为了避免处理eps，我决定尝试OPTICS，但它仍然需要minPts，并且在我使用 ELKI 的测试中，它返回一个包含所有点的单个集群。
最后，由于 ELKI 有很多内置算法，我也尝试了 LibSVMOneClassOutlierDetection因为它应该是二进制分类的最佳选择（这基本上是我的任务，类可以被视为集群的“内部”和“外部”），但它检测到几乎任何点都是异常值（即使它们有分数，并且所有需要的点的分数 < 0.1，所以我可能稍后会做一些后处理步骤）。
问题
所以，这里有几个问题：
- 是否有无监督（可能是无参数）算法可用于解决此任务？
- 如果是，是否有任何实施准备就绪？
- 奖励 - 你能推荐一个已经内置在 ELKI（甚至是 Weka）中的算法吗？如果它在 ELKI 中，如果自动评估器不够好，您能否建议评估器的评估功能？
编辑：根据我尝试过 OPTICSXi 的建议minPts = 50，结果如下。
如您所见，有两个问题：
- 红色集群是正确的候选者，它包含远离中心的点，但我想我可以稍后处理它们
- 红色的内部还有其他集群，虽然它们应该是其中的一部分
编辑 2：使用带有自动 eps 估计的 DBSCAN 进行了一些其他测试，我比 OPTICS 更喜欢结果，但现在的问题是：如何提取紫色簇并删除所有其他簇？我似乎找不到任何方法来评估基于密度的 DBSCAN 集群。
