本篇文章给大家分享的是有关如何分析DBSCAN中XGIS工具的K-Distance分析图，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
DBSCAN的两个参数如何定义，即搜索半径及最小点数。非常友好的推荐了一个K-Distance分析方法。
其原理如下：
假设总共待聚类的空间对象有N个。
首先，最小点数只能尝试！！随便尝试，比如2，10，20，...
针对某一个尝试的最小点数（也称为K值），计算每一个空间对象距离它最近的第K个空间对象之间的距离，由此，得到N个距离值。
把这N个距离值从小到大排个序，画一个曲线图，看看曲线中变化最剧烈的位置（通常指曲线最陡峭的位置）在哪里，那么这个位置就可能是最佳的搜索半径。
看看我们更新后的软件是如何实现的。
在新的窗口中，我们增加<K-Distance分析>按钮。
点击后，会打开如下界面：
在左上角，可以尝试不同的K值，修改K值后，点击<更新>，可得到两张分析图。
上图是排序后的N个K最近距离曲线。
下图是上述曲线中前后距离值的差值。
从差值图中，可以发现变化最剧烈的位置（最高的波峰值），取其对应的前后两个K最近距离的平均值，即可得到推荐的搜索半径。
点击<接受并关闭>，可直接将此值传递给主界面。
方法有了，但是请注意：
显然，这似乎是一个简单的方法，不论你选择什么K值，我们都可以根据下图（差值图）给你一个推荐的搜索半径，但是，请记住
以上就是如何分析DBSCAN中XGIS工具的K-Distance分析图，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
