dbscan

0熱度

1回答

如果我在相似度矩陣上應用Scikit的DBSCAN（http://scikit-learn.org/stable/modules/generated/sklearn.cluster.DBSCAN.html），我會得到一系列標籤。其中一些標籤是-1。文件稱他們爲噪音樣品。這些是什麼？他們都屬於一個集羣，還是他們都屬於他們自己的集羣，因爲他們很吵？謝謝

0熱度

1回答

在Python的地圖中可視化DBSCAN

我已經運行DBSCAN模型來聚類地理數據點，即緯度和縱向。要設置參數，我希望有一個視覺輸入，以瞭解羣集在地圖中的外觀。我該如何做到這一點？此外，在不會崩潰我的電腦的形式。例如，使用gmaps繪製800 K點會顯着減慢我的計算機速度。謝謝！

0熱度

1回答

sklearn中的多個eps值DBSCAN

我想使用sklearn中的DBSCAN實現。它們允許您使用自定義距離度量標準，但只能使用一個eps值。我想要的是以下內容：可以說我的點每個都有3個特徵，所以每個點都可以被認爲是p=np.array([p1,p2,p3])形式的一個numpy數組。如果np.abs(p1-q1) < eps1和np.abs(p2-q2) < eps2和np.abs(p3-q3) < eps3兩點p和q是鄰居。通常

1熱度

1回答

聚類時間事件

我有一個關於使用點雲的聚集來執行聚類的問題，其中一個維度 - 代表時間 - 有點受到保護。爲了使超清晰，考慮這個視頻用肉眼人們可以看到一些濃密雲層飛來飛去像蚊子，它們可能代表幾件事情進入和離開現場。現在假設我們有一個3維點（X，Y，時間）的數組，並應用一些天真的集羣（比如DBSCAN）現在聚類相當不錯，除了會議事件在考慮相同的羣集，提出了X軌跡。現在，如果有不同的方式來處理第三個座標，也許人

-1熱度

1回答

DBSCAN在大型.csv文件上的應用導致光盤使用過沖到100％並掛起我的電腦

所以我的任務是從.csv文件讀取數據並形成羣集。我的代碼在一個小的.csv文件上工作正常，但是當我嘗試閱讀原始文件時，我必須處理它（它包含大約24k行）我的計算機掛起和磁盤使用100％拍攝，我有t0重新啓動系統。我處於死衚衕，不知道發生了什麼。 DBSCAN代碼與sklearn網站上提供的演示文件相同。然而讀取我寫的數據的代碼 import csv import numpy as np imp

-1熱度

2回答

DBSCAN評價 - 需要true_labels

我想以此爲榜樣，我自己的一些數據：http://scikit-learn.org/stable/auto_examples/cluster/plot_dbscan.html#sphx-glr-auto-examples-cluster-plot-dbscan-py 我有麻煩搞清楚如何讓我的「labels_true」變量作爲DBSCAN預測評估的一部分。這裏是首先需要行吧： print("Homo

0熱度

1回答

DBSCAN圖 - 在plt.plot（）中傳遞的顏色值正在引發ValueError

我正在使用DBSCAN對數據集執行聚類。我認爲這是因爲在plt.plot（）中傳遞給markerfacecolor的顏色參數不是單個值。請讓我知道如果我在這裏錯了。我的功能是緯度，經度，speed_mph，speedlimit_mph，vehicle_id，driver_id。這裏是我的集羣代碼 dbsc = DBSCAN(eps = .5, min_samples = 5).fit(df_co

1熱度

1回答

提取核點中的R

下面鑑於數據，我已經在那些點 set.seed(294056) df = data.frame(x = runif(1000), y = runif(1000), z = runif(1000)) library(dbscan) db = dbscan(df, eps = 0.3, minPts =100) # formed 1 cluster print(db) DBSCAN cl

0熱度

2回答

使用sklearn DBSCAN時，獲得不太相似的羣集是否正常？

我有一大組診斷代碼序列，我試圖根據相似性進行聚類。我通過使用最小公共子序列算法計算相似性，然後從1中減去該相似性來找出每個序列之間的距離，從而創建了一個距離矩陣。我然後通過了距離矩陣成sklearn的DBSCAN爲這樣： db = DBSCAN(eps=0.34, metric='precomputed') db.fit(sim_mat) 創建簇後，I輸出中包含的每一個到一個文本文件的序列

-1熱度

1回答

如何處理使用DBSCAN與python進行空間聚類的類型數據？

我想用Gowalla的數據集簇位置。[這是我的數據包含用戶ID（INT），檢查時間（多項式），緯度（真），經度（真正），地點（INT）我有這樣的錯誤。我的代碼有什麼問題？ import csv import numpy as np from scipy.spatial import distance from sklearn.cluster import DBSCAN labels