DBS可能需要很长时间才能对数据集进行聚类

很可能你的ε太大了。

如果大多数点在其他大多数点的ε范围内,那么运行时间将是二次O(n²)。所以从 小的 价值观

你不能只添加/删除特性而保持epsilon不变。

使用更多内核。

使用 n_jobs 参数 定义为: n_jobs=-1 在…内 DBSCAN 班

例子:

Y=data['amount'].values
Y=Y.reshape(-1,1)
dbscan = DBSCAN(eps=0.3, min_samples= 10, algorithm='kd_tree', n_jobs=-1)
dbscan.fit_predict(Y)
labels = dbscan.labels_
print(labels.size)
clusters = labels.tolist()
#printing the value and its label
for a, b in zip(labels, Y):
    print(a, b)