dbscan

0热度

1回答

如果我在相似度矩阵上应用Scikit的DBSCAN（http://scikit-learn.org/stable/modules/generated/sklearn.cluster.DBSCAN.html），我会得到一系列标签。其中一些标签是-1。文件称他们为噪音样品。这些是什么？他们都属于一个集群，还是他们都属于他们自己的集群，因为他们很吵？谢谢

0热度

1回答

在Python的地图中可视化DBSCAN

我已经运行DBSCAN模型来聚类地理数据点，即纬度和纵向。要设置参数，我希望有一个视觉输入，以了解群集在地图中的外观。我该如何做到这一点？此外，在不会崩溃我的电脑的形式。例如，使用gmaps绘制800 K点会显着减慢我的计算机速度。谢谢！

0热度

1回答

sklearn中的多个eps值DBSCAN

我想使用sklearn中的DBSCAN实现。它们允许您使用自定义距离度量标准，但只能使用一个eps值。我想要的是以下内容：可以说我的点每个都有3个特征，所以每个点都可以被认为是p=np.array([p1,p2,p3])形式的一个numpy数组。如果np.abs(p1-q1) < eps1和np.abs(p2-q2) < eps2和np.abs(p3-q3) < eps3两点p和q是邻居。通常

1热度

1回答

聚类时间事件

我有一个关于使用点云的聚集来执行聚类的问题，其中一个维度 - 代表时间 - 有点受到保护。为了使超清晰，考虑这个视频用肉眼人们可以看到一些浓密云层飞来飞去像蚊子，它们可能代表几件事情进入和离开现场。现在假设我们有一个3维点（X，Y，时间）的数组，并应用一些天真的集群（比如DBSCAN）现在聚类相当不错，除了会议事件在考虑相同的群集，提出了X轨迹。现在，如果有不同的方式来处理第三个坐标，也许人

-1热度

1回答

DBSCAN在大型.csv文件上的应用导致光盘使用过冲到100％并挂起我的电脑

所以我的任务是从.csv文件读取数据并形成群集。我的代码在一个小的.csv文件上工作正常，但是当我尝试阅读原始文件时，我必须处理它（它包含大约24k行）我的计算机挂起和磁盘使用100％拍摄，我有t0重新启动系统。我处于死胡同，不知道发生了什么。 DBSCAN代码与sklearn网站上提供的演示文件相同。然而读取我写的数据的代码 import csv import numpy as np imp

-1热度

2回答

DBSCAN评价 - 需要true_labels

我想以此为榜样，我自己的一些数据：http://scikit-learn.org/stable/auto_examples/cluster/plot_dbscan.html#sphx-glr-auto-examples-cluster-plot-dbscan-py 我有麻烦搞清楚如何让我的“labels_true”变量作为DBSCAN预测评估的一部分。这里是首先需要行吧： print("Homo

0热度

1回答

DBSCAN图 - 在plt.plot（）中传递的颜色值正在引发ValueError

我正在使用DBSCAN对数据集执行聚类。我认为这是因为在plt.plot（）中传递给markerfacecolor的颜色参数不是单个值。请让我知道如果我在这里错了。我的功能是纬度，经度，speed_mph，speedlimit_mph，vehicle_id，driver_id。这里是我的集群代码 dbsc = DBSCAN(eps = .5, min_samples = 5).fit(df_co

1热度

1回答

提取核点中的R

下面鉴于数据，我已经在那些点 set.seed(294056) df = data.frame(x = runif(1000), y = runif(1000), z = runif(1000)) library(dbscan) db = dbscan(df, eps = 0.3, minPts =100) # formed 1 cluster print(db) DBSCAN cl

0热度

2回答

使用sklearn DBSCAN时，获得不太相似的群集是否正常？

我有一大组诊断代码序列，我试图根据相似性进行聚类。我通过使用最小公共子序列算法计算相似性，然后从1中减去该相似性来找出每个序列之间的距离，从而创建了一个距离矩阵。我然后通过了距离矩阵成sklearn的DBSCAN为这样： db = DBSCAN(eps=0.34, metric='precomputed') db.fit(sim_mat) 创建簇后，I输出中包含的每一个到一个文本文件的序列

-1热度

1回答

如何处理使用DBSCAN与python进行空间聚类的类型数据？

我想用Gowalla的数据集簇位置。[这是我的数据包含用户ID（INT），检查时间（多项式），纬度（真），经度（真正），地点（INT）我有这样的错误。我的代码有什么问题？ import csv import numpy as np from scipy.spatial import distance from sklearn.cluster import DBSCAN labels