据我了解,DBSCAN可以指定一个半径(epsilon),比如100米。但由于DBSCAN在寻找聚类时要考虑密度可达性,而不是直接的密度可达性,因此可能会得到一个最大距离大于100米的聚类。更极端的情况下,您甚至可以设置100米的半径,并最终得到一个1公里的聚类:请参见来自scikit learn的图像数组中的[2][6]示例。(如果我误解了DBSCAN,也非常乐意被告知我是个白痴。)
是否有一种像DBSCAN这样的基于密度的算法,但考虑到聚类内任意两点之间的最大距离的阈值?
是否有一种像DBSCAN这样的基于密度的算法,但考虑到聚类内任意两点之间的最大距离的阈值?