自動クラスタリングのDBSCANとOPTICS

Question

DBSCANには2つのパラメータ（minPtsとEps）が必要です。しかし、一部の情報源はepsが必要だと言っている人や、minPtsだけを必要としていると言っているので、OPTICSに必要なパラメータについては混乱しています。

異常値を破棄するのに最適なパラメータ値を自動的に決定しようとすると、どのアルゴリズムを使用する方が適していますか？

Answer 1

the original paperによると、minPtsとEpsの両方が必要です。 Epsが必須ではないと言う情報源は、おそらくそれに対して適切な値を自動的に決定するための何らかの方法を使用している可能性があります。 ただし、Epsはアルゴリズムの実行時間を短縮するためにのみ含まれています。必須ではありません。

外れ値の除去に最適な点は、数字を使って決定するのをサポートするよりも良い方法ではありません。データセットを取り、その外れ値をラベル付けしてから両方のアルゴリズムを実行します。クラスター（AUC、Fスコアなど）のパフォーマンス測定を使用して、最良のものを選択します。

Answer 2

OPTICSはeps = infinityで実行できます。しかしそれはO（n^2）の複雑さです。 （実際にアクセラレーションにインデックスを使用する実装があると仮定します）

しかし、OPTICSにはノイズの定義がDBSCANと明確に定義されていません。あなたが得ることができる最も近いのは、クラスター階層の最上位レベル（つまり、完全なデータセット）から、以下のクラスターにあるものを引いたものです。しかし、階層的なクラスタリングがあると、は階層内の複数のレベルに「ノイズ」を持つことができるため、ノイズの概念はこれ以上実際には機能しません。