DBSCAN聚类Python -聚类词

Question

为了从一组行中提取集群，我一直在使用KMeans，我对结果不太感兴趣，我想试一下DBSCAN，看看它是否能产生更好的结果。DBSCAN输出集群词为KMeans吗？

我能够使用DBSCAN，并能够将集群的数量输出为'3‘，但是我想知道是什么上下文驱动它生成'3’集群(我想知道单词)

这是我的代码片段

 db = DBSCAN(eps=0.3, min_samples=10).fit(X)
 core_samples_mask = np.zeros_like(db.labels_, dtype=bool)
 core_samples_mask[db.core_sample_indices_] = True
 labels = db.labels_

 # Number of clusters in labels, ignoring noise if present.
 n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)

 print('Estimated number of clusters: %d' % n_clusters_)

 print("Silhouette Coefficient: %0.3f"% metrics.silhouette_score(X, labels))

Answer 1

您无法直接控制DBSCAN生成多少集群。在给定的密度水平上，它产生的数量尽可能多；这最好通过不同的epsilon来完成。

注意，它还会产生噪声，即一个集群(可能是第一个集群)不是集群，而是不属于任何集群的剩余点。但是，当你简单地放弃这些点时，你的轮廓就变成了假的。

由于DBSCAN集群可能是任意形状的，所以在k中没有有意义的‘质心’--这意味着您可以解释no“word”(但通常这种解释几乎是好的)。

详情请参阅维基百科文章及DBSCAN文献。