OPTICS算法中的密度连通集

Question

我对OPTICS算法感到困惑。如果一组点是密度连接的，则可以将它们视为一个群集。如果存在物体o，则点p密度连接到点q，使得p和q都可以从epsilon和MinPts密度到达。

在我的情况下（ε= 5，minPts = 2，L1-norm = Manhattan距离），H是核心点，因为它的ε距离超过2个点。 H从G和G到密度密度可达，因为它们共享E。对于H和S，也是如此，因为它们共享T。毕竟，E，T，S和G都在H的ε范围内。意见E，G，H，S，T在同一集群中。

如果我用sklearn.optics运行它，则会得到图片的结果，其中H是一个噪声点。

为什么E，G，H，S和T不在同一群集中？

from sklearn.cluster import OPTICS
import numpy as np

data = np.array([[3,2], [2,5], [2,7], [1,8], [2,9], [2,8], [3,9], [7,9], [6,2], [7,1], [7,3], [7,2], [8,3], [9,2], [8,2], [8,1], [10,10], [10,11], [11,10], [11,11] ])

clustering = OPTICS(min_samples=2, max_eps=5.0, metric='manhattan').fit(data)
print('labels:', clustering.labels_)

这给了我：

labels: [ 0  1  1  1  1  1  1 -1  0  0  0  0  0  0  0  0  2  2  2  2]
          A  B  C  D  E  F  G  H  I  J  K  L  M  N  O  P  Q  R  S  T

Answer 1

最终的聚类结果基于xi-step方法（OPTICS论文中的图19），而不是基于可达性的定义，而可达性的定义实际上是DBSCAN中最终聚类的定义。

在xi-step方法中，算法从可达性图中将谷值或颠簸检测为聚类。在可达性图中

H与S之间的可达距离相对较高，这就是为什么H被称为离群值的原因。