机器数据分析平台

  • 机器数据分析平台 > 使用文档 > 应用平台 > Pandora机器学习工具包 >fit的使用方法详述 > 数据聚类【聚类】 > 密度聚类算法 - DBSCAN

    密度聚类算法 - DBSCAN

    最近更新时间:2022-02-24 17:03:07

    DBSCAN是一种比较有代表性的基于密度的聚类算法,它假定类别可以通过样本分布的紧密程度决定,同一类别的样本,他们之间肯定是紧密相连的,而不同类别的样本,距离会相对比较远。而DBSCAN就是基于这样的假设,将足够密度的区域划分为一个簇,实现聚类的目的。不支持模型保存

    语法:

    ...|fit DBSCAN eps=<float> min_samples=<int> algorithm=<auto (default)| ball_tree | kd_tree | brute> metric=<str> p=<float> <feature_field_1> <feature_field_2>... 
    
    • eps参数,用来指定邻域的距离阈值,和样本距离超过eps距离的样本点不在邻域内。如不提供,默认值为0.5。eps越大,越多的点落在核心对象的邻域,则类别数可能会减少。反之,类别数会增多。

    • min_samples参数,用来指定即样本点要成为核心对象所需要的𝜖-邻域的样本数阈值。如不提供,默认值为5。在eps一定的情况下,min_samples越大,核心对象越少,类别数越多。反之,类别数会减少。

    • algorithm用来指定用来计算最近邻居的算法

      • algorithm=ball_tree,使用BallTree
      • algorithm=kd_tree,使用KDTree
      • algorithm=brute,使用暴力算法
      • algorithm=auto(默认值),尝试用实际fit的数值决定最适合的算法
    • metric用来指定计算邻居间距离的方法,根据algorithm不同,适用的metric方法也有不同,可以匹配的metric可参考Sci-kit Learn支持的距离衡量方法

      • algorithm=ball_tree的情况下,比较常用的metric有:

        • cityblock,使用曼哈顿距离(~metric=l1, metric=manhattan)
        • euclidean,使用欧式距离(~metric=l2)
        • l2,使用欧式距离(~metric=euclidean)
        • l1,使用曼哈顿距离(~metric=cityblock, metric=manhattan)
        • manhattan,使用曼哈顿距离(~metric=l1, metric=cityblock)
        • chebyshev, 使用切比雪夫距离
        • cosine,使用余弦相似度
        • mahalanobis,使用马氏距离,必须提供>=2个特征字段
        • minkowski(默认值),使用闵氏距离,必须同时提供p参数
      • algorithm=kd_Tree,比较常用的metric有:

        • cityblock,使用曼哈顿距离(~metric=l1, metric=manhattan)
        • euclidean,使用欧式距离(~metric=l2)
        • l2,使用欧式距离(~metric=euclidean)
        • l1,使用曼哈顿距离(~metric=cityblock, metric=manhattan)
        • manhattan,使用曼哈顿距离(~metric=l1, metric=cityblock)
        • chebyshev, 使用切比雪夫距离
        • cosine,使用余弦相似度
        • minkowski(默认值),使用闵氏距离,必须同时提供p参数
      • algorithm=brute的情况下,比较常用的metric有:

        • cityblock,使用曼哈顿距离(~metric=l1, metric=manhattan)
        • euclidean,使用欧式距离(~metric=l2)
        • l2,使用欧式距离(~metric=euclidean)
        • l1,使用曼哈顿距离(~metric=cityblock, metric=manhattan)
        • manhattan,使用曼哈顿距离(~metric=l1, metric=cityblock)
        • chebyshev, 使用切比雪夫距离
        • cosine,使用余弦相似度
        • mahalanobis,使用马氏距离,必须提供>=2个特征字段
        • minkowski(默认值),使用闵氏距离
        • seuclidean,使用平方欧式距离
    • p用来指定metric=minkowski的情况下的p参数。若不提供,则默认为2。p必须为正整数。

      • p=1,约等于使用曼哈顿距离(l1)
      • p=2(默认值),约等于使用欧式距离(l2)
      • p=其他正整数,即使用L-p的闵氏距离
    以上内容是否对您有帮助?
  • Qvm free helper
    Close