一种基于随机采样的DBSCAN参数自动生成方法

摘要

本发明提出一种基于采样的DBSCAN算法参数自动生成方法，对于任意一个需要进行DBSCAN聚类的数据集，该方案均能给出合理的聚类参数。因为DBSCAN对输入参数敏感，所以该方案解决了在缺乏相关领域知识下参数设定的难题。该方案包括按密度进行采样和迭代验证两部分。本发明通过对原始数据按密度进行采样，从中生成候选参数并且利用采样数据对候选参数进行验证，解决了原始数据很大时对时间和空间消耗过大的问题。同时利用聚类效果评判标准对聚类结果的优劣做了量化，确保了聚类参数的效果。上述方法保证在较短时间内给出任意数据集的合理聚类参数，解决了DBSCAN参数难以确定的问题，增强了DBSCAN算法的实用性。