DBSCAN kdist-Plot多个波谷

Question

我正在使用Sander等人。 1998 确定MinPts和epsilon在我的数据集上使用DBSCAN。正如桑德斯（Sanders）等人所建议的那样，分钟数= dim * 2-1 = k（在我的情况下为9维->分钟数= k = 17）。在本文中，应该选择“第一谷”。我可以看到两个山谷，但是第一个是哪个？您会为epsilon选择什么价值？kdistplot_with_duplicates

[由于桑德斯还建议，仅当没有重复项时才应使用此方法，没有重复项时应使用：（尽管我认为在这种情况下应该没有关系）kdistplot_without_duplicates。哪个山谷应被视为“第一个”山谷？

使用的代码：

ns = 17
nbrs = NearestNeighbors(n_neighbors=ns, metric='euclidean').fit(data)
distances, indices = nbrs.kneighbors(data)
distanceDec = sorted(distances[:,ns-1], reverse=True)
plt.plot(list(range(1,683+1)), distanceDec)

Answer 1

[它是左边的山谷（ε的最小值）：有了这个值，左边的所有点都将变得不聚簇（视为噪音），右边的所有点将被聚类。

您可以阅读原始的DBSCAN paper，尤其是参见图4。