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?
最佳答案
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。
关于python - 如何在 python 中绘制 k 距离图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43160240/