問題タブ [dbscan]

テキスト ファイルにある Java でデータをクラスタ化する予定で、Apache クラスタラーによる DBSCAN クラスタリングを使用したいのですが、残念ながら、それが機能することを理解できません。私は今日それをするべきだったので、私は私を助けてくれることに感謝しています:(

apache.commons.math3.ml.clustering パッケージの DBSCANClusterer を使用しようとしていますが、成功しません。私はApache Common Math 3.4.1を使用しています

DBSCANClusterer.cluster() メソッドを実行すると、常にポイントのリストの最初のポイントに対応する 1 つのポイントを持つ 1 つのクラスターが取得されます。

私の出力は常に [1009.0, 1019.0] です。ここで何が間違っていますか？

巨大な「動的」データセットがあり、その上で興味深いクラスターを見つけようとしています。

多くの異なる教師なしクラスタリング アルゴリズムを実行した後、一貫した結果が得られるDBSCANの構成を見つけました。

DBSCANテスト データに従って作成されたモデルを推定して、それを他のデータセットに適用したいと思いますが、アルゴリズムを再実行する必要はありません。データセット全体に対してアルゴリズムを実行するとメモリが不足するため、アルゴリズムを実行できません。また、データが動的であるため、別の時点でモデルが意味をなさない可能性があります。

sklearnを使用して、他のクラスタリング アルゴリズム ( MiniBatchKMeansなど) にはpredictメソッドがあるが、DBSCANないことがわかりました。

MiniBatchKMeans重心はモデルを一意に定義することを理解しています。しかし、そのようなものは存在しないかもしれませんDBSCAN。

私の質問DBSCANは次のとおりです。モデルを推定する適切な方法は何ですか? DBSCANテスト データセットで得られた出力を使用して、教師あり学習アルゴリズムをトレーニングする必要がありますか? DBSCANまたは、アルゴリズムを再実行せずに新しいデータを分類するために使用できるモデルに本質的に属するものはありますか?

DBSCAN ライブラリを使用して、一連のデータからクラスターを抽出しています。これまでのところ、Apache Common Math および WEKA ライブラリを使用して DBSCAN をテストしてきました。(私の質問は、DBSCAN の実装で利用できるライブラリについてではありません)

これまでのところ、DBSCAN には (ウィキペディアによると) 3 種類のポイントがあることを理解しました: コア ポイント、(密度) 到達可能ポイント、外れ値です。私の問題は、クラスターを抽出する必要があり、それがフロンティアポイントまたはその密度到達可能ポイントであることです。

クラスターごとに密度到達可能ポイントを抽出できる DBSCAN ライブラリを知っていますか?

サッカーの試合の賭けからなるデータセットがあります。ホームチームの勝利オッズ、引き分けのオッズ、アウェイチームの勝利オッズの3つのパラメータを使用して外れ値検出を行っています。

各レコードは次のようになります。

クラスターを特定しましたが、どのクラスターにノイズが含まれているかを特定するのに苦労しています。最も可能性が高いのは最後のクラスターのようです (つまり、クラスターが 10 個ある場合、クラスター 10 がノイズになります)。

これは、を使用してデータセットから外れ値を取得する正しいDBSCAN方法ですか?もっと良い方法はありますか?

また、手動でチェックせずに、最後のクラスター (ノイズのあるクラスター) を取得するために必要なクラスターの数を知るにはどうすればよいですか?

私は統計プログラミングと外れ値検出にまったく慣れていません。まったく無知に聞こえたら申し訳ありません。

すべての密度のepsが既に見つかっているとします。ここから方法論を適用しましたhttp://ijiset.com/v1s4/IJISET_V1_I4_48.pdf

よろしければ、5 ページを開いて、提案されたアルゴリズムのセクションを参照してください。ステップ 10.1 で、紙はeps-neighborhood内のオブジェクトの数を計算するように指示しています。

epsは実際には何を表しているのでしょうか。円を描く半径ですよね？では、なぜ半径は 2 つのオブジェクト間の距離よりも小さいのでしょうか? その場合、MinPts は永久に 0 になります。