我正在使用ELKI进行DBSCAN集群，并使用ClusteringVectorDumper将集群ID输出到文本文件中。
异常值得到哪个id？ 我以为它是＆＃39; 0＆＃39; 0但这似乎不是真的。
答案 0 :(得分：0)
您可以在线找到ClusteringVectorDumper的源代码。
对噪声群集没有特殊处理，但它们将按Clustering.getAllClusters()返回的方式进行处理。为了提供一些稳定性，此方法目前按 name 排序。 DBSCAN不提供其他群集名称（某些算法会分配例如间隔名称或子空间名称），因此如果我没记错，所有群集都将命名为"Cluster"或"Noise"。由于"Noise"在"Cluster"之后排序，因此最大索引应该是噪音群。
随意发送拉取请求以改进命名或输出。我一直在考虑对噪声簇使用负数，但这会增加代码的复杂性;人们可能也不希望看到群集-1。
滥用DBSCAN进行离群值检测效果不佳。它会遗漏异常值，因为它们是可达的，它会将低密度聚类分配为异常值，而其他方法很容易识别。它也没有提供排名，因此您几乎无法控制您获得的异常值。如果您要修改DBSCAN以提供这样的排名，您可能会重新发明最古老的异常值检测方法之一kNN离群值检测。 （DB-Outlier也与DBSCAN密切相关）。