28. 若在高維度( ＞500 維)的資料上應用 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)演算法，卻發現所有資料點 皆被判定為雜訊(Noise)，下列何者為最有可能的原因？
(A)高維下距離變化趨同，導致 ε(Epsilon)閾值選擇失效；
(B)使用錯誤的距離函數(Distance Function)；
(C)MinPts 參數設得太小；
(D)資料過度標準化導致特徵消失

答案：登入後查看
統計： A(16), B(2), C(1), D(3), E(0) #3773831

詳解 (共 1 筆)

#7637320

 

DBSCAN 的核心是靠「距離」判斷附近有沒有足夠鄰居。

但當維度很高（>500維）時，會出現著名的：

維度災難（Curse of Dimensionality）

導致資料點彼此的距離看起來都差不多。

0
0