论文研究自适应确定DBSCAN算法参数的算法研究.pdf

传统DBSCAN算法需要人为确定[Eps]和[MinPts]参数，参数的选择直接决定了聚类结果的合理性，因此提出一种新的自适应确定DBSCAN算法参数算法，该算法基于参数寻优策略，通过利用数据集自身分布特性生成候选[Eps]和[MinPts]参数，自动寻找聚类结果的簇数变化稳定区间，并将该区间中密度阈值最少时所对应的[Eps]和[MinPts]参数作为最优参数。实验结果表明，该算法能够实现聚类过程的全自动化并且能够选择合理的[Eps]和[MinPts]参数，得到了高准确度聚类结果。