R中DBSCAN的聚类中心平均值？

发布于 2024-12-14 06:32:41 字数 224 浏览 1 评论 0原文

使用fpc包中的dbscan我能够得到以下输出：

dbscan Pts=322 MinPts=20 eps=0.005
        0   1
seed    0 233
border 87   2
total  87 235

但我需要找到聚类中心（具有大多数种子的聚类的平均值）。谁能告诉我如何继续这个操作？

原文

Using dbscan in package fpc I am able to get an output of:

dbscan Pts=322 MinPts=20 eps=0.005
        0   1
seed    0 233
border 87   2
total  87 235

but I need to find the cluster center (mean of cluster with most seeds). Can anyone show me how to proceed with this?

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

浅笑轻吟梦一曲 2024-12-21 06:32:41

您需要了解，当 DBSCAN 寻找任意形状的簇时，平均值可能会远远超出簇的范围。因此，研究 DBSCAN 集群的方法并不明智。

回复收藏 0 原文

翻了热茶 2024-12-21 06:32:41

只需使用您选择的集群 ID 索引回原始数据即可。然后您可以轻松地对子集进行任何您想要的进一步处理。这是一个例子：

library(fpc)

n = 100
set.seed(12345)
data = matrix(rnorm(n*3), nrow=n)
data.ds = dbscan(data, 0.5)

> data.ds
dbscan Pts=100 MinPts=5 eps=0.5
        0 1 2 3
seed    0 1 3 1
border 83 4 4 4
total  83 5 7 5
> colMeans(data[data.ds$cluster==0, ])
[1]  0.28521404 -0.02804152 -0.06836167

Just index back into the original data using the cluster ID of your choice. Then you can easily do whatever further processing you want to the subset. Here is an example:

library(fpc)

n = 100
set.seed(12345)
data = matrix(rnorm(n*3), nrow=n)
data.ds = dbscan(data, 0.5)

> data.ds
dbscan Pts=100 MinPts=5 eps=0.5
        0 1 2 3
seed    0 1 3 1
border 83 4 4 4
total  83 5 7 5
> colMeans(data[data.ds$cluster==0, ])
[1]  0.28521404 -0.02804152 -0.06836167

回复收藏 0 原文

~没有更多了~