dbscan中基于密度和阈值的聚类

Question

我正在研究工业零件的一些热温数据。我有温度值的零件的像素温度。我想使用dbscan来识别每个部分中具有像素簇的部分，其中集群中的所有点都超过阈值温度。我尝试过使用dbscan，但不知道如何识别使用阈值温度和群集大小作为条件。

我试图仅隔离超过阈值的点（230）并尝试查看该群集是否超过特定大小。下面的代码：c(1,3)是x，温度的y值和v是温度。

new<-sub%>%filter(sub$v>230)%>% as.data.frame(.)
db <- fpc::dbscan(new[,c(1,3)], eps =3, MinPts = 10)
plot(db, new[,c(1,3)], main = "DBSCAN", frame = FALSE)

完整部分视觉：

使用阈值温度过滤后的dbscan输出“：

Answer 1

切勿使用fpc包装。请改用dbscan！

我不确定DBSCAN是否适合您的任务，因为下面您将谈论10x10个区域。为此，标准卷积将更合适......

但除了DBSCAN可以为你工作之外，前提是你选择属性（n，m，f，c？这些是什么？）和参数（半径minpts）。也许你的epsilon太小了？