ДалееСледующее руководство
Иерархическая кластеризация
Технический
Техническое РУКОВОДСТВО
DBSCAN формирует кластеры из плотных окрестностей и помечает точки, которые не могут соединиться с достаточно плотной областью, как шум.
Прослушайте это руководствоОзвучено ИИ · ~3 min
Он может находить несферические формы без предварительного выбора количества кластеров, но радиус окрестности и настройка минимальной точки взаимодействуют с масштабом и различной плотностью.
DBSCAN означает пространственную кластеризацию приложений с шумом на основе плотности. Он определяет локальные окрестности, используя радиус эпсилон и минимальное количество точек min_samples. Основная точка имеет достаточно наблюдений в своей окрестности, чтобы достичь порога. Кластер растет за счет соединения основных точек, достижимых по плотности. Точки, расположенные рядом с центральной точкой, но имеющие слишком мало соседей, чтобы считаться ядром, могут быть граничными точками. Наблюдения, не отнесенные к кластеру, в этом прогоне рассматриваются как шум или выбросы. В отличие от k-средних, DBSCAN не требует количества кластеров в качестве входных данных и может идентифицировать изогнутые или неправильные плотные области. Его понятие плотности зависит от метрики расстояния, масштабирования объектов и параметров. Слишком маленький эпсилон может пометить многие точки как шум; слишком большой эпсилон может объединить близлежащие группы. Увеличение min_samples обычно требует более плотной поддержки основного состояния. Выбор параметров должен отражать значимый масштаб окрестности и проверяться на основе знаний предметной области, а не выбираться исключительно для получения привлекательного количества кластеров. С единым глобальным порогом плотности могут возникнуть проблемы, когда один настоящий кластер намного менее плотный, чем другой. Концентрация больших расстояний также может ослабить интуицию соседства. Результат может варьироваться в зависимости от показателя расстояния и представления объекта. В scikit-learn метка -1 обозначает шум, а граничные точки, связанные с несколькими кластерами, могут привести к деталям назначения, зависящим от реализации. Шумовая метка DBSCAN не означает, что точка ошибочна, опасна или постоянно находится вне каждого кластера; это означает, что точка не была назначена по этой метрике и параметризации. Оцените стабильность кластера при разумных настройках, проверьте, сколько точек является шумом и имеют ли кластеры смысл для данной задачи. Если необходимо назначить каждую точку или плотность кластеров существенно различается, сравните их с другими методами. В отличие от методов, основанных на центроидах, DBSCAN, естественно, не предоставляет правила прогнозирования для назначения произвольных новых точек без дополнительной разработки. Документируйте масштабирование, метрику, эпсилон и min_samples, чтобы результаты можно было воспроизвести.
На гипотетической двумерной карте DBSCAN помечает ядро точки, когда ее эпсилон-окрестность содержит минимум наблюдений min_samples, считая себя в соответствии с соглашением scikit-learn. Соседние точки ядра объединяются в кластер.
Пограничная точка находится в пределах эпсилона от центральной точки, но имеет слишком мало соседей, чтобы ее можно было квалифицировать как ядро. Она может присоединиться к этому кластеру, не расширяя область, связанную с плотностью, как это делает центральная точка.
Аналитик стандартизирует координаты, измеряемые в километрах и долларах, прежде чем использовать евклидово расстояние. В противном случае объект крупной единицы может доминировать над расстояниями до соседей и искажать окрестности с плотностью.
Набор данных содержит компактный кластер и диффузный кластер. Один глобальный эпсилон может соответствовать компактной группе, а диффузную группу рассматривать как шум, что побуждает к сравнению с методом, разработанным для переменной плотности.
Анализ DBSCAN может быть более полезным, когда команды визуализируют ядро, границы и точки шума отдельно и повторно запускают метод в возможных масштабах расстояний. Мониторинг должен отслеживать, как меняется доля шума и состав кластера при изменении входной совокупности. Когда локальная плотность варьируется, методы иерархической плотности или другие альтернативы могут заслуживать сравнения с указанными допущениями. Команды должны сохранять настройки предварительной обработки и параметров, чтобы метки кластеров не сравнивались между запусками, как если бы они были стабильными идентификаторами. Лучшее представление расстояний может помочь, но значение соседства все равно должно быть проверено для приложения.
Бесплатная рассылка
Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.
Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.
Проверьте себя
Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.
Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование
DBSCAN формирует кластеры из плотных окрестностей и помечает точки, которые не могут соединиться с достаточно плотной областью, как шум. Он может находить несферические формы без предварительного выбора количества кластеров, но радиус окрестности и настройка минимальной точки взаимодействуют с масштабом и различной плотностью.
Критерий ядра подсчитывает выборки в окрестности радиуса, включая саму точку.
Граничная точка находится в пределах окрестности базовой точки, но не соответствует порогу плотности ядра.
Шум зависит от представления расстояния и выбранных параметров плотности; это не универсальное суждение о наблюдении.
Большой радиус может соединять регионы, которые должны оставаться отдельными в соответствии с определением более локальной плотности.
В окрестностях, основанных на расстоянии, могут доминировать объекты с численно более крупными масштабами.
Продолжайте учиться
Другие руководства, выбранные по этой теме
ДалееСледующее руководство
Иерархическая кластеризация
Технический