空间点离群点聚类方法

Question

我想实现无监督聚类来检测空间点的网格（垂直/水平线）。

我尝试过 DBSCAN，但结果不佳。它能够挑选出网格，如下图红色所示：

但是，它无法完全挑选出形成垂直/水平线的所有点，如果我放宽 epsilon 的参数，它会错误地将更多点分类为噪声（例如左下角）的 图片）。

我想知道是否有 DBSCAN 的修改模型使用椭圆而不是圆形？或者为此推荐的任何其他不需要预先指定聚类数量的聚类方法？

或者有没有更好的方法来识别这些构成网格的点？任何帮助表示赞赏。

Answer 1

您可以通过以下方式修改数据来使用各向异性 DBSCAN：各向异性值 >1 将找到垂直聚类，值 <1 将找到水平聚类。

from sklearn.cluster import DBSCAN
def anisotropical_DBSCAN(X, anisotropy, eps, min_samples):
    """ANIsotropic DBSCAN clustering : some documentation would be nice here :)
    returns an array with """
    X[:, 1] = X[:, 1]*anisotropy
    db = DBSCAN(eps=eps, min_samples=min_samples).fit(X)
    return db

这是一个完整的数据示例：

import numpy as np

from sklearn.cluster import DBSCAN
from sklearn.datasets import make_blobs
centers = [[1, 1], [-1, -1], [1, -1]]
X, labels_true = make_blobs(
    n_samples=750, centers=centers, cluster_std=0.4, random_state=0
)

print(X.shape)
def anisotropical_DBSCAN(X, anisotropy, eps, min_samples):
    """ANIsotropic DBSCAN clustering : some documentation would be nice here :)
    returns an array with """
    X[:, 1] = X[:, 1]*anisotropy
    db = DBSCAN(eps=eps, min_samples=min_samples).fit(X)
    return db


db = anisotropical_DBSCAN(X, anisotropy = 0.1, eps = 0.1, min_samples = 10)

core_samples_mask = np.zeros_like(db.labels_, dtype=bool)
core_samples_mask[db.core_sample_indices_] = True
labels = db.labels_

# Number of clusters in labels, ignoring noise if present.
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)


# #############################################################################
# Plot result
import matplotlib.pyplot as plt

# Black removed and is used for noise instead.
unique_labels = set(labels)
colors = [plt.cm.Spectral(each) for each in np.linspace(0, 1, len(unique_labels))]
for k, col in zip(unique_labels, colors):
    if k == -1:
        # Black used for noise.
        col = [0, 0, 0, 1]

    class_member_mask = labels == k

    xy = X[class_member_mask & core_samples_mask]
    plt.plot(
        xy[:, 0],
        xy[:, 1],
        "o",
        markerfacecolor=tuple(col),
        markeredgecolor="k",
        markersize=14,
    )

    xy = X[class_member_mask & ~core_samples_mask]
    plt.plot(
        xy[:, 0],
        xy[:, 1],
        "o",
        markerfacecolor=tuple(col),
        markeredgecolor="k",
        markersize=6,
    )

plt.title("Estimated number of clusters: %d" % n_clusters_)

您得到垂直集群：

现在将参数更改为db = anisotropical_DBSCAN(X, anisotropy = 10, eps = 1, min_samples = 10)我必须更改 eps 值，因为水平比例和垂直比例不同，但在您的情况下，您应该能够保持相同的 (eps, min example) 来检测线条

并且您会得到水平集群：

还有各向异性 DBSCAN 的实现，它们可能更清晰https://github.com/gissong/ADCN