如何找到DBSCAN的最佳参数？

Question

是否有任何工具可以为DBSCAN算法计算分钟数和eps的最佳值？

当前，我使用sklearn库来应用DBSCAN算法

from sklearn.cluster import DBSCAN

我尝试了具有多个分钟数和eps的算法，但没有进行任何计算。

Answer 1

eps和minpts都被视为超参数。在给定数据集的情况下，没有算法可以确定这些值的理想值。相反，必须在很大程度上根据您要解决的问题对其进行优化。

有关如何优化的一些想法：

minpts应随数据集大小的增加而增大。

eps是一个值，用于处理您要查找的群集的半径。要选择一个值，我们可以执行一种弯腰技术（一种经常用于确定K均值聚类的最佳k的类似技术）。

1. 让k =最近的邻居数
2. 对于k的值，对于数据集中的每个点，计算每个点与其k个最近邻居之间的平均距离（某些程序包在某处内置了此功能）
3. 计算出的X轴上的点数和y轴上的平均距离。
4. 结果图应不断增加（只要您按平均距离对数组进行排序的次数不断增加）并且凹入向上。应该有一个点，增长率急剧上升，该点称为弯头点，其中包含您的最优eps，即弯头点的y值。
5. 使用不同的k值运行此算法并比较结果。

[如果有确定的方法来求解最佳值，则会记录在案。目前，我们所能做的就是给出我们最好的预测值。同样，您要解决的问题可能会影响您选择肘点的方式-了解这一点很重要。