机器学习 ELKI 使用心得 DBSCAN

最新推荐文章于 2024-08-09 00:48:18 发布

Amay1006

最新推荐文章于 2024-08-09 00:48:18 发布

阅读量4k

点赞数

分类专栏： elki Java

本文链接：https://blog.csdn.net/u013241840/article/details/47860223

版权

本文分享了如何在代码中利用ELKI库执行DBSCAN聚类算法的过程。通过读取数据文件，设置欧氏距离度量、ε-邻域半径和最小点数，成功运行聚类并输出结果到文件。最后，将每个数据点分配到对应的簇或标记为噪声。

摘要由CSDN通过智能技术生成

一下是我们使用elki 在自己的代码中调用DBSCAN 算法的一个例子
		int NumberofDatabase=2730*35;
		String file="E://RXM_DATA//weka_elki_data//HSV//Data_JD_20_1.arff";
		Pattern colSep = Pattern.compile("\\s*[,;\\s]\\s*");
		String quoteChars = "\"'";
		Pattern comment = Pattern.compile("^\\s*(#|//|;|@| ).*$");
		BitSet labelIndices = new BitSet();
		Parser parser=new NumberVectorLabelParser<>(colSep, quoteChars, comment, labelIndices, DoubleVector.FACTORY);
		DatabaseConnection dbc=new FileBasedDatabaseConnection(null, parser, file);
		Database db=new StaticArrayDatabase(dbc,null);
		db.initialize();
		EuclideanDistanceFunction distanceFunction=EuclideanDistanceFunction.STATIC;
	
		double  epsilon=0.1;
		int  minpts=50;
		int numberOfNeighbors=50;


		SharedNearestNeighborIndex.Factory<NumberVector, SharedNearestNeighborIndex<NumberVector>> indexFactory=new Factory(