"DBSCAN" （机器学习方法）

详细信息和子选项

  • "DBSCAN"（基于密度的含噪应用空间聚类）是一种基于密度的聚类方法，其中使用基于邻居的方法来估计密度. "DBSCAN" 适应于任意形状和大小的簇，但要求簇具有相似的密度.
  • 下图显示了应用于玩具数据集的 "DBSCAN" 方法的结果（黑点表示异常值）：
  • "DBSCAN" 将“核心点”定义为在 ϵ 半径球内具有超过 k 个邻居的数据点（即高密度区域中的数据点）. 然后，相互之间距离小于 ϵ 的核心点定义一个簇. 此外，任何与核心点距离小于 ϵ 的点都属于核心点的簇. 任何不靠近核心点的点都被认为是噪声.
  • 这导致每个簇在其核心处包含一个或多个核心点，在其“边缘”处包含一些非核心点. 总的来说，"DBSCAN" 将簇定义为相连的高密度区域. 下图中，核心点为红色，边缘点为黄色，噪声点为蓝色：
  • 在 ClusteringComponents 和 ClusterClassify 中，噪声点被标记为 Missing["Anomalous"].
  • 在 FindClusters 中，噪声点作为一个簇返回.
  • 选项 DistanceFunction 可用于定义要使用的距离.
  • 可以给出以下子选项：
  • "NeighborhoodRadius" Automatic
    		半径 ϵ
    "NeighborsNumber" Automatic邻居数量 k
    "DropAnomalousValues" False是否丢弃异常值

范例

打开所有单元关闭所有单元

基本范例  (3)

使用 "DBSCAN" 方法查找附近值的簇：

使用 "DBSCAN" 方法在颜色列表上训练 ClassifierFunction：

按类别号收集元素：

创建随机二维向量：

绘制使用 "DBSCAN" 方法找到的 data 中的簇：

范围  (2)

获取随机的时间列表：

使用 "DBSCAN" 方法训练 ClassifierFunction：

获取簇的分配并对数据进行聚类：

使用 "DBSCAN" 方法训练 ClassifierFunction：

噪声点标记为 Missing["Anomalous"]：

选项  (7)

DistanceFunction  (1)

使用编辑距离对字符串数据执行聚类：

使用曼哈顿距离对数据执行聚类：

"NeighborhoodRadius"  (2)

通过指定 "NeighborhoodRadius" 子选项查找簇：

定义一组二维数据点，以四个有点模糊的簇为特征：

绘制使用 "DBSCAN" 方法找到的 data 中的簇：

通过改变 "NeighborhoodRadius" 使用 "DBSCAN" 方法绘制 data 的不同聚类：

"NeighborsNumber"  (3)

通过指定 "NeighborsNumber" 子选项查找簇：

创建随机二维向量：

绘制使用 "DBSCAN" 方法找到的 data 中的簇：

通过改变 "NeighborsNumber" 使用 "DBSCAN" 方法绘制 data 的不同聚类：

Define a set of two-dimensional data points, characterized by four somewhat nebulous clusters:

Plot clusters in data using the "DBSCAN" method:

Plot different clusterings of data using the "DBSCAN" method by varying the "NeighborsNumber":

"DropAnomalousValues"  (1)

训练 ClassifierFunction，将异常值标记为 Missing["Anomalous"]：

使用经过训练的 ClassifierFunction 来识别异常值：

通过删除异常值和寻找新的簇分配来训练 ClassifierFunction：

类似地，找到具有离群值的附近值的簇：

使用 "DropAnomalousValues" 子选项移除异常值：