Модуль: DBSCAN: Кластеризация на основе плотности


19. Упражнение 7.3 k-distance

Как выбор параметра k (количество соседей для k-distance) связан с параметром minPts в DBSCAN?

  1. Часто выбирают k=minPts или k=minPts−1
  2. Обычно выбирают k=1, независимо от minPts
  3. Связи между k и minPts нет, они подбираются совершенно независимо
  4. k всегда должен быть намного больше minPts
Ваш ответ Для проверки решения задачи необходимо зарегистрироваться или авторизоваться!

Выберите правильный ответ, либо введите его в поле ввода

Комментарий учителя

     
Разбор
Часто выбирают k равным minPts или minPts минус один, потому что именно столько точек требуется для того, чтобы считать точку внутренней в кластере. Тогда k-расстояние отражает тот же масштаб окрестности, что и параметр minPts в DBSCAN. Если, к примеру, minPts = 5, логично рассматривать расстояния до 4-го или 5-го соседа, чтобы оценить, на каких расстояниях большинство точек окружают другие точки в достаточном количестве. Это делает k-distance график непосредственно связанным с реальным условием плотности, используемым при формировании кластеров, и упрощает выбор ε, который совместим с выбранным minPts .
Обсуждения (0)
Загрузка...
Чтобы оставить комментарий, необходимо авторизоваться
💬
Пока нет комментариев. Будьте первым!
Решения (0)

Решения:

Нет доступных решений