dbscan的算法优化

happyboyliulingli 2013-03-18 05:40:38

dbscan算法的半径怎样通过k值（即Minpts)自动得到而且能够比较快速的算出来，因为通过人为设定半径这个值会有很大的误差

...全文

186 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

对DBSCAN算法的改进，使用R-Tree算法对DBSCAN的改进

DBSCAN聚类算法的MATLAB版本，其它语言版本可以根据相同原理修改得到

提供DBSCAN算法的基本原理及实现，针对特殊数据集对比了DBSCAN聚类算法与K-means算法的好坏，以及分析了参数对DBSCAN算法的影响，如何更好的自动化确定参数以达到最好的聚类效果！！！

传统DBSCAN算法需要人为确定Eps和MinPts参数,参数的选择直接决定了聚类结果的合理性,因此提出一种新的自适应确定DBSCAN算法参数算法,该算法基于参数寻优策略,通过利用数据集自身分布特性生成候选Eps和MinPts参数,自动寻找聚类结果的簇数变化稳定区间,并将该区间中密度阈值最少时所对应的Eps和MinPts参数作为最优参数。实验结果表明,该算法能够实现聚类过程的全自动化并且能够选择合理的Eps和MinPts参数,得到了高准确度聚类结果。

65,189

社区成员

250,526

社区内容

发帖

与我相关

我的任务

c++ 技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

请不要发布与C++技术无关的贴子
请不要发布与技术无关的招聘、广告的帖子
请尽可能的描述清楚你的问题，如果涉及到代码请尽可能的格式化一下

试试用AI创作助手写篇文章吧

+ 用AI写文章