machine-learning - Eps、DBSCAN でカウントされるポイント

Question

DBSCAN で minPoints=3 があり、ポイントがコア ポイントであるかどうかを判断したい場合、そのポイント自体を Eps に数えますか、それとも Eps に他の 3 つのポイントが必要ですか?

Answer 1

ウィキペディアで提示されているアルゴリズムに従って、ポイントのリージョン クエリは、を含む近隣P内のすべてのポイントを返します。P's epsP

これがアルゴリズムです（ウィキペディアから）

DBSCAN(D, eps, MinPts)
   C = 0
   for each unvisited point P in dataset D
      mark P as visited
      NeighborPts = regionQuery(P, eps)
      if sizeof(NeighborPts) < MinPts
         mark P as NOISE
      else
         C = next cluster
         expandCluster(P, NeighborPts, C, eps, MinPts)

expandCluster(P, NeighborPts, C, eps, MinPts)
   add P to cluster C
   for each point P' in NeighborPts 
      if P' is not visited
         mark P' as visited
         NeighborPts' = regionQuery(P', eps)
         if sizeof(NeighborPts') >= MinPts
            NeighborPts = NeighborPts joined with NeighborPts'
      if P' is not yet member of any cluster
         add P' to cluster C

regionQuery(P, eps)
   return all points within P's eps-neighborhood (including P)

コアポイントはMinPtsの付いたポイントよりも多いポイントと定義されているのでEps、コアポイントかどうかを判断しながらポイント自体をカウントしていると言えます。