python - 如何在 python 中绘制 k 距离图

Question

如何在 DBSCAN 中绘制(在 python 中)给定最小点值的距离图？？？

我正在寻找膝盖和相应的 epsilon 值。

在 sklearn 中，我没有看到任何返回此类距离的方法......我错过了什么吗？

Answer 1

首先你可以定义一个函数来计算每个点到它的第k个最近邻点的距离:

def calculate_kn_distance(X,k):

    kn_distance = []
    for i in range(len(X)):
        eucl_dist = []
        for j in range(len(X)):
            eucl_dist.append(
                math.sqrt(
                    ((X[i,0] - X[j,0]) ** 2) +
                    ((X[i,1] - X[j,1]) ** 2)))

        eucl_dist.sort()
        kn_distance.append(eucl_dist[k])

    return kn_distance

然后，一旦您定义了您的函数，您就可以选择一个 k 值并绘制直方图以找到一个拐点来定义一个合适的 epsilon 值。

eps_dist = calculate_kn_distance(X[1],4)
plt.hist(eps_dist,bins=30)
plt.ylabel('n');
plt.xlabel('Epsilon distance');

在上面的示例中，绝大多数点都位于距离第 4 个最近邻点 0.12 个单位的范围内。因此，启发式方法可以选择 0.12 作为 epsilon 参数。