Unduh DBSCAN - Unduh kode sumber DBSCAN

DBSCAN

Kode sumber lainnya

Unduh

DBSCAN

Kluster spasial berbasis kepadatan dari suatu aplikasi tanpa kebisingan .

DBSCAN adalah algoritma pengelompokan. Berikan kumpulan nilai dan algoritme mengaturnya ke dalam kelompok nilai terdekat.

Bagi banyak dari kita, jika kita sudah familiar dengan algoritma clustering, kita pasti tahu tentang k -means clustering. Namun salah satu tantangan dengan k -means adalah Anda perlu menentukan sejumlah cluster (" k ") untuk menggunakannya. Seringkali, kita tidak mengetahui nilai k yang masuk akal secara apriori . (Faktanya, sering kali itulah yang ingin kita ketahui sejak awal!)

Hal yang menyenangkan tentang DBSCAN adalah Anda tidak perlu menentukan jumlah cluster untuk menggunakannya. Yang Anda perlukan hanyalah fungsi untuk menghitung jarak antar nilai dan beberapa panduan berapa jarak yang dianggap "dekat". DBSCAN juga memberikan hasil yang lebih masuk akal dibandingkan k -means di berbagai distribusi yang berbeda.

DBSCAN k-berarti Perbandingan

Penggunaan

import DBSCAN
import simd

let input : [ SIMD3 < Double > ] = [ [ 0 , 10 , 20 ] ,
                              [ 0 , 11 , 21 ] ,
                              [ 0 , 12 , 20 ] ,
                              [ 20 , 33 , 59 ] ,
                              [ 21 , 32 , 56 ] ,
                              [ 59 , 77 , 101 ] ,
                              [ 58 , 79 , 100 ] ,
                              [ 58 , 76 , 102 ] ,
                              [ 300 , 70 , 20 ] ,
                              [ 500 , 300 , 202 ] ,
                              [ 500 , 302 , 204 ] ]

let dbscan = DBSCAN ( input )

#if swift(>=5.2)
let ( clusters , outliers ) = dbscan ( epsilon : 10 ,
                                  minimumNumberOfPoints : 1 ,
                                  distanceFunction : simd . distance )
#else // Swift <5.2 requires explicit `callAsFunction` method name
let ( clusters , outliers ) = dbscan . callAsFunction ( epsilon : 10 , 
                                                 minimumNumberOfPoints : 1 , 
                                                 distanceFunction : simd . distance )
#endif

print ( clusters )
// [ [0, 10, 20], [0, 11, 21], [0, 12, 20] ]
// [ [20, 33, 59], [21, 32, 56] ],
// [ [58, 79, 100], [58, 76, 102], [59, 77, 101] ],
// [ [500, 300, 202], [500, 302, 204] ],

print ( outliers )
// [ [ 300, 70, 20 ] ]

Persyaratan

Cepat 5.1+

Instalasi

Manajer Paket Swift

Tambahkan paket DBSCAN ke dependensi target Anda di Package.swift :

import PackageDescription

let package = Package (
  name : " YourProject " ,
  dependencies : [
    . package (
        url : " https://github.com/NSHipster/DBSCAN " ,
        from : " 0.0.1 "
    ) ,
  ]
)