dbscan

4熱度

3回答

我想在半監督（受限）聚類上運行一些實驗，特別是以實例級別成對約束（必須鏈接或無法鏈接約束）提供的背景知識。我想知道是否有任何實現半監督聚類的開源軟件包？我試圖看看PyBrain，mlpy，scikit和orange，並且我找不到任何受約束的聚類算法。特別是，我對約束K-Means或基於約束密度的聚類算法（如C-DBSCAN）感興趣。 Matlab，Python，Java或C++中的軟件包將是首選，

1熱度

2回答

hadoop中的DBSCAN

其實我不知道map（）應該是什麼關鍵和值，輸入格式和輸出格式應該是什麼。如果我通過map（）一次讀取一個點，那麼如何使用一個點來計算鄰居，因爲剩餘的點還沒有被讀取。

4熱度

1回答

使用python和DBSCAN集羣高維數據

我有一個包含1000維的數據集，我試圖用Python中的DBSCAN對數據進行聚類。我很難理解要選擇的度量標準以及原因。有人可以解釋這一點嗎？我應該如何決定將eps設置爲什麼值？我感興趣的數據的細微結構，因此min_value設置爲2。現在我用的是常規的度量是預設在sklearn DBSCAN，但對於小的EPS值，如eps < 0.07，我得到一些集羣，但錯過了許多點和更大的價值，我得到幾個小

0熱度

1回答

DBSCAN算法（遞歸邏輯）

DBSCAN(D, eps, MinPts) C = 0 for each unvisited point P in dataset D mark P as visited NeighborPts = regionQuery(P, eps) if sizeof(NeighborPts) < MinPts mark P as NOI

0熱度

1回答

如何計算K距離圖中的膝蓋？

我想實現某種DBSCAN算法的改進，用戶不需要輸入輸入參數（minPts和Eps）。我的想法是使用K距離圖，但計算這個圖的'膝部'的最佳方法是什麼？如何計算劇情中有兩個或更多膝蓋的情況？哪裏可以找到一些DBSCAN改進的源代碼，如AUTODBSCAN，VDBSCAN，PDBSCAN或DBSCAN-DLP？我正在尋找一些基礎知識，但是我找不到任何幫助。也許你在某處看過示例源代碼？

0熱度

1回答

如何計算聚類中的密度

我正在處理具有2個座標的數據集。目前我正在計算密度，首先計算每個點到其他點的總距離，然後除以總點數。我想知道這是計算密度的正確方法，因爲我沒有得到期望的結果。這是羣集文件https://dl.dropboxusercontent.com/u/45772222/samp.txt 這個集羣應該有3個集羣 - > 2橢圓形，一個管連接他們任何想法我怎麼能分開呢？

3熱度

1回答

將ELKI DBSCAN簇的凸包寫入文件

我已經開始使用ELKI進行數據分析，但是看起來很簡單的事情我似乎無法做到，那就是在運行DBSCAN後將計算出的羣集凸包輸出到文件中。我能夠通過可視化GUI顯現凸殼，但我無法生成KML文件。我也能夠將我的集羣結果寫入文件夾（使用ResultWriter resulthandler），但是當我設置KMLOutputHandler時，沒有生成文件。在日誌窗口中我沒有收到錯誤消息（即使將詳細參數設置爲tr

2熱度

1回答

檢索中的R

在每個集羣值我已經成功地運行了DBSCAN算法（這裏是精簡指令）： results <- dbscan(data,MinPts=15, eps=0.01) ，並繪製我的集羣： plot(results, data) results$cluster返回一個列表數值。每個指數的值反映到該指數的原始數據所屬的集羣： [1] 0 1 2 1 0 0 2 1 0 0 0 1 2 0 2 0 2 0

7熱度

1回答

使用python和scikit-learn進行DBSCAN：make_blobs返回的整數lab是什麼？

我試圖理解由scikit實現的DBSCAN算法的例子（http://scikit-learn.org/0.13/auto_examples/cluster/plot_dbscan.html）。我改了行 X, labels_true = make_blobs(n_samples=750, centers=centers, cluster_std=0.4) 與X = my_own_data，這樣

2熱度

1回答

Python中的DBSCAN：意外的結果

我試圖通過scikit-learn瞭解DBSCAN實現，但我遇到了麻煩。這是我的數據樣本： X = [[0,0],[0,1],[1,1],[1,2],[2,2],[5,0],[5,1],[5,2],[8,0],[10,0]] 然後我計算d如在提供 D = distance.squareform(distance.pdist(X)) D返回與每個點和所有其他之間的距離的矩陣的例子。對角線因此