dbscan

0열

2답변

DBSCAN에는 두 개의 매개 변수 (minPts 및 Eps)가 필요합니다. 그러나 OPTICS에 필요한 매개 변수는 혼란 스럽습니다. 일부 출처는 eps가 필요하다고 말하고 다른 일부는 minPts 만 필요하다고하기 때문입니다. 이상치를 가장 잘 제거 할 수있는 매개 변수 값을 자동으로 결정하려고 시도 할 때 어떤 알고리즘을 사용하면 더 좋을까요?

0열

2답변

sklearn.cluster.DBSCAN 예기치 않은 결과가 발생합니다.

이미지 클러스터링에 DBSCAN 방법을 사용하고 있지만 예기치 않은 결과가 발생합니다. 10 개의 이미지가 있다고 가정 해 봅시다. 먼저, 루프의 이미지를 cv2.imread을 사용하여 읽습니다. 그런 다음 각 이미지 간의 구조적 유사성 지수를 계산합니다. 그 후 저는 다음과 같은 행렬을가집니다 : [ [ 1. -0.00893619 0. 0.

0열

1답변

Python : Sklearn - 텍스트 데이터의 DBSCAN 클러스터링에서 노이즈를 제거하는 방법?

내 텍스트 데이터가 아래와 같이 목록 형식으로 있다고 가정합니다. l = ['have approved 13 request its showing queue note data been sync move out these request from queue', 'note have approved 12 requests its showing queue note dat

0열

1답변

sklearn.cluster DBSCAN에서 sample_weights를 할당하는 방법?

DBscan을 사용하여 RGB 이미지의 픽셀 값 클러스터를 찾습니다. db = DBSCAN(eps=0.3, min_samples=10).fit(X) , X는 N x 3 행렬이다. X의 각 행에는 RGB 세 쌍이 들어 있습니다. 이제 이미지의 중심으로부터 거리의 함수로 픽셀 값에 가중치를 할당하려고합니다. 그리고 이것은 내가 사용 기능입니다 : 내가 이런 짓

4열

1답변

dbscan 인덱스가 범위를 벗어났습니다. 파이썬

이것은 내 코드입니다. FAC1_2 FAC2_2 0 -0.227252 -0.685482 1 0.015251 -0.988252 2 -0.291176 -0.696146 3 -0.747702 -0.708030 4 -0.648103 -0.701741 5 -0.546777 -0.906151 6 -0.141553 -0.689223 7 0.159203

0열

1답변

저장하는 방법 클러스터

나는 dbscan skelearn을 통해 다음과 같은 클러스터를 만든 내 데이터가 NumPy와 배열 : array([[-0.22725194, -0.68548221], [ 0.01525107, -0.98825191], [-0.29117618, -0.69614647], ..., [ 0.62125361, -0.79422

1열

2답변

lat/lon 데이터 포인트의 클러스터링 수행 방법

선호하는 알고리즘은 scikit-learn에서 DBSCAN입니다. 그러나 나는 이미 사용하고있는 위도와 경도 이외에 반경을 통합하는 것이 확실하지 않습니다. 새 클러스터의 중심을 계산하는 방법에 대한 두 번째 질문입니다. 어떤 아이디어?

-2열

1답변

DBSCAN의 매개 변수를 결정하는 방법은 무엇입니까?

필자는 한 종이에 소개 된 kdist 플롯을 시도하여 무릎 거리를 사용하여 엡실론을 설정했습니다. 그러나 그 결과는 만족스럽지 못했습니다. WEKA를 사용하여 DBSCAN을 구현하지만 항상 하나의 클러스터 만 리턴합니다. 누구든지 조언을 해 줄 수 있습니까?

0열

1답변

3 D 및 interet/Visualize가 포함 된 데이터 집합을 클러스터하는 방법은 무엇입니까?

내가 같은 데이터 세트, 클러스터링 알고리즘을 선택할 수있는 경우 예를 들어 X: 1 2 3 4 5 Y: .9 .91 .92 .93 .94 Z: 20 36 999 211 M. 4000 3456 1 0 을 줄 수 있습니다? 또한 클러스터링 후 결과를 해석하는 방법은 무엇입니까? 의미 : 4D 데이터 세트를 클러스터에 공급하는 방법. 플롯이 가능한 2D 용 인

-2열

1답변

클러스터 외부 유효성 확인

DBSCAN 및 OPTICS를 사용하여 위치 클러스터링을 수행하기 위해 ELKI를 사용하고 있습니다. 내 데이터 세트에는 30 명의 참가자가 포함되어 있지만 표시가되어 있지 않지만 각 참가자의 빈번한 장소로 좌표 (예 : 집, 직장 등)가 있습니다. 이 좌표 쌍이 각 클러스터에 속해 있다는 것을 알고 싶습니다. 한 가지 방법은 최소 거리 임계 값을 사용하여