DBSCAN聚类

Question

我使用K-方法来获取我的数据的簇数(弯头法)。然后，我试图看看对于某些特定的超参数，DBSCAN是否能得到相同数量的集群。我尝试了Brute来获得参数值，并得到了不同数据集的值。

然而，我想知道是否有理由这样做，还是这只是一个侥幸？

编辑-所有的数据集是二维的。

Answer 1

首先，K-均值是一种划分算法，其中DBSCAN是一种密度聚类算法。

K-指的是寻找代表数据某些区域的聚类中心。DBSCAN不要求将每个点分配给集群，因此不对数据进行分区，而是提取密集的聚类，并留下稀疏的背景分类为噪声。它使用了可达性的概念，即在一个半径内有多少个邻居有一个点。

假设通过蛮力，可以得到相同数量的集群，但是Rand_score会有很大的不同，因为如果数据集非常琐碎(我们得到数据点的簇距离相等，密度相等)，那么两个集群都会得到相同数量的集群。