R语言DBSCAN聚类识别异常值，如果有六个变量可以吗？

Posted 2023-04-03

对空气质量数据识别异常值，有六个变量，pm2.5,c0,co2等等一共6个，想通过R语言用DBSCAN聚类算法识别异常值，该怎么做？

参考技术A 好像是吧。[m,n]=size(x);输入的变量x只是个二维的。追问

就是说只能有两个变量吗？

R中DBSCAN的聚类中心平均值？

【中文标题】R中DBSCAN的聚类中心平均值？

【英文标题】：Cluster center mean of DBSCAN in R?

【发布时间】：2011-12-23 18:55:51

【问题描述】：

在包fpc 中使用dbscan 我可以获得以下输出：

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）。谁能告诉我如何进行此操作？

【参考方案1】：

您需要了解，当 DBSCAN 寻找任意形状的集群时，平均值可能在集群之外。因此，查看 DBSCAN 集群的方法并不明智。

【参考方案2】：

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进一步的处理。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