我已经在我的 ML 技术包中使用聚类已有很长一段时间了，但我从未找到这个问题的令人满意的答案。
在 DBSCAN 中，我们定义了形成集群的最大半径。该算法将扫描空间并将彼此可以到达的点组合在一起。然而，我们有时会得到一个非凸簇。
我的困惑是关于描述凸对象的“半径”的概念如何成为导致非凸对象的算法的输入？
来自 DBSCAN 的集群如何有时是非凸的？
数据挖掘
机器学习
聚类
数据库扫描
2021-09-22 04:29:47
2个回答
DBSCAN 中的一个簇由多个核心点组成。
半径是单个核心点覆盖的区域，但与相邻核心点一起，形状会复杂得多。特别是，它们可能比 epsilon 大得多，因此您应该选择一个较小的值，并依靠这种“覆盖”功能。
我认为它是非凸的，因为您在应用 DBSCAN 时获得的特定集群分配取决于您遍历数据的顺序。
让我们尝试用一个例子来说明它。考虑这个数据集：
你想用半径运行 DBSCAN 和 ，所以你得到这个：
中心点不是核心点，因为它只有 3 个点，而不是 4 个，而我们只有两个核心点。并且根据您遍历数据点的方式，您可能会得到不同的集群分配：
上图显示了我们通过从左到右遍历得到的结果，下图显示了通过从右到左遍历得到的结果。
显然，这两个结果都对应于成本函数的相同值，因此成本函数有几个最小值并且它不是凸的。
其它你可能感兴趣的问题