我正在使用Sander等人。 1998 确定MinPts和epsilon在我的数据集上使用DBSCAN。 正如桑德斯（Sanders）等人所建议的那样，分钟数= dim * 2-1 = k（在我的情况下为9维->分钟数= k = 17）。 在本文中，应该选择“第一谷”。我可以看到两个山谷，但是第一个是哪个？您会为epsilon选择什么价值？ kdistplot_with_duplicates

由于桑德斯（Sanders）还建议，只有在没有重复项的情况下才应使用此方法，没有重复项的情况应使用：（尽管我认为在这种情况下应该没有关系） kdistplot_without_duplicates。 哪个谷应该被认为是“第一个”谷？

使用的代码：

ns = 17
nbrs = NearestNeighbors(n_neighbors=ns,metric='euclidean').fit(data)
distances,indices = nbrs.kneighbors(data)
distanceDec = sorted(distances[:,ns-1],reverse=True)
plt.plot(list(range(1,683+1)),distanceDec)