MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → ε komşuluğu ve en az nokta sayısı (DBSCAN)

ε komşuluğu ve en az nokta sayısı (DBSCAN)kavram

DBSCAN'de bir noktanın çevresindeki komşuluğun yarıçapı (ε) ile o noktanın yoğun bir bölgenin çekirdeği sayılması için bu komşulukta bulunması gereken en az nokta sayısı (minPts).

Bir noktanın ε yarıçaplı komşuluğunda kendisi dahil en az minPts nokta varsa nokta çekirdek noktadır. Bir çekirdeğin komşuluğunda bulunan ama kendisi çekirdek olmayan noktalar sınır noktası, hiçbir çekirdeğe ulaşılamayan noktalar ise gürültüdür. Birbirinin komşuluğunda bulunan çekirdek noktalar zincirleme bağlanarak kümeleri oluşturur; böylece küme sayısı önceden belirtilmeden, istenen biçimde kümeler bulunabilir.

Sonuçlar iki parametreye çok duyarlıdır: küçük ε çok sayıda noktayı gürültü sayar ve kümeleri parçalar, büyük ε ayrı kümeleri birleştirir. ε için yaygın yol k-uzaklık grafiğidir: her noktanın k'ıncı en yakın komşusuna uzaklığı sıralanıp çizilir ve eğrinin dirsek yaptığı nokta seçilir (k = minPts). minPts için kaba bir kural en az boyut sayısı + 1, çoğu zaman 2 × boyut sayısıdır. Tek bir ε değeri yoğunluğu çok farklı kümeleri aynı anda yakalayamaz; HDBSCAN bu sınırlılığı ε'yu değiştirerek aşmaya çalışır.

Gündelik bir örnek

Bir şehirde kafeler haritada işaretleniyor ve 'çevresindeki 300 metre içinde en az 5 kafe bulunan yer bir kafe bölgesinin merkezidir' kuralı konuyor. Bu merkezler birbirine zincirleme bağlanarak kafe bölgelerini oluşturuyor; hiçbir bölgeye yakın olmayan, tek başına duran kafeler ise gürültü sayılıyor.

MerQur'da

DBSCAN / HDBSCAN analizinde 'ε (eps; 0.01 = otomatik)' ve 'Min. örnek (minPts)'; DBSCAN Mekânsal Kümelemede 'Yarıçap (eps)' (metre cinsinden büyük-daire uzaklığı, k-uzaklık diz noktası önerisiyle) ve 'Min. nokta'.

Bu kavramın geçtiği analizler

DBSCAN / HDBSCANDBSCAN Mekânsal Kümeleme

İlgili kavramlar

Dirsek yöntemi ve k-uzaklık grafiğiUzaklık ölçüsü (Öklid, Manhattan, Gower, büyük daire)