Python scikit-DBSCAN ：错误的坐标或聚类

Question

我在写DBSCAN，遇到了一些奇怪的问题

这是我的代码：

第一部分有一个问题，如果我加X = StandardScaler().fit_transform(X)结果的坐标是错误的！但是如果我没有添加这段代码，它将始终是一个集群（但是结果的坐标是正确的！）。我试着调整esp或min_样品，但没有改变。在

dataSet = []
fileIn = open('data')
for line in fileIn.readlines():
    lineArr = line.strip().split('\t')
    dataSet.append([float(lineArr[0]), float(lineArr[1])]) 
numSamples = len(dataSet)
X = np.array(dataSet) 
X = StandardScaler().fit_transform(X)

（添加） （无）

^{pr2}$

第二个问题是我试着画出我计算的坐标，但我不知道为什么它显示的结果如此错误！在

clusters = [np.mean(X[labels == i],axis=0) for i in range(n_clusters_)]

outliers = X[labels == 0]
print(clusters)

for i in range(n_clusters_):
    plt.plot(clusters[i],'*',markersize=20)

unique_labels = set(labels)
colors = [plt.cm.Spectral(each)
          for each in np.linspace(0, 1, len(unique_labels))]
for k, col in zip(unique_labels, colors):
    if k == -1:
        # Black used for noise.
        col = [0, 0, 0, 1]

    class_member_mask = (labels == k)

    xy = X[class_member_mask & core_samples_mask]
    plt.plot(xy[:, 0], xy[:, 1], 'o',             markerfacecolor=tuple(col),markeredgecolor='k', markersize=14)
    xy = X[class_member_mask & ~core_samples_mask]
    plt.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=tuple(col),markeredgecolor='k', markersize=6)
plt.title('Estimated number of clusters: %d' % n_clusters_)
plt.show()

请帮帮我谢谢你！在

Answer 1

显然需要为坐标系选择epsilon。如果缩放数据，epsilon将不再相同。一种最简单的方法是使用未标度的数据计算平均值。但是DBSCAN集群的方法无论如何都不可靠。在

从你的坐标轴来看，你可能需要把epsilon减少100倍。在

因为你的数据显然是坐标，你应该使用Haversine distance，因为地球是不平坦的，并根据对你的问题有意义的距离来选择epsilon。精确的缩放比例可能有点棘手。可能是弧度，所以需要将英里数转换为弧度来转换距离。在