arrays - 这是 DBSCAN 算法的预期行为吗(两个相同的数据样本不适契约(Contract)一簇)？

Question

请原谅缺少正式术语，我最近才接触 ML。

出于学习目的，我决定尝试 DBSCAN 算法的 Ruby 实现 ( https://github.com/matiasinsaurralde/dbscan )。

基于 https://github.com/matiasinsaurralde/dbscan/blob/master/examples/simple.rb 的简单示例构建我创建了一个包含 1000 个数组的数组，每个数组包含两个随机值“x”和“y”(一个 2d 点)，然后将这些数据输入 DBSCAN 算法(根据需要调整“epsilon”和“最小距离” )。

data_sample = Array.new(1000) { Array.new(2) { rand(100).round } }

dbscan = DBSCAN( data_sample, :epsilon => 3, :min_points => 2, :distance => :euclidean_distance )

然后我将生成的数据(聚类和非聚类数据)导出到 Excel，以绘制聚类和非聚类数据的图表。

这是我想到的:

黑点是非聚类数据。

现在有一件事我不确定:对于某些彼此非常接近的点，或者共享相同的 x 和 y 的点，我看到的是两个点之一，而不是使其成为理智的点另一个点的簇，被归类为非簇。

看一下点 47、74:属于一个簇的点位于另一个非簇点的“上方”。这种情况也会发生在 14、87、77,64、20,61 以及许多其他位置(对于某些点，它们具有相同的 x 和 y)。

现在正如我所说，我仍在接近这一点，所以有人可以告诉我是否对我所看到的有解释吗？这与 DBSCAN 算法的内部工作原理有关吗？或者说更有可能是算法的实现过程中出现了一些错误？或者我做出了一些错误的假设？

我希望这就是您需要知道的全部内容，但如果您需要更多信息，请直接询问。

Answer 1

所以里面其实有两个问题:

1. 两个非常接近的点是否有可能具有不同的标签？特别是其中一个是“非集群”的？

是的，这是可能的，并且直接来自 dbscan 方法，该方法特别要求一个点具有给定数量的近邻，以便被分类为除“非集群”以外的任何类型

是否有可能完全相同位置的两个点最终出现在两个不同的簇中？

不，这是不可能的。因此，要么这些点不相同(也许您正在比较它们的舍入表示，而不是真实的？)，要么实现有错误。