DBSCAN的eps过小会导致所有点被判为噪声：因无法形成核心点，需通过k-距离图选eps或试递增序列；min_samples过高也会误判簇为噪声，建议从2×n_features起步；未标准化会使eps失效，必须用StandardScaler/MinMaxScaler；距离矩阵须对称且为方阵。
DBSCAN的eps太小导致所有点都被判为噪声
这是最常见的情况：明明数据有明显簇，但DBSCAN返回的labels_里全是-1。根本原因是eps设得太保守，连最近邻都够不着，自然没有点能形成核心点。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 先用
sklearn.neighbors.NearestNeighbors计算每个点到其第min_samples近邻的距离，再对这些距离排序，画出“k-距离图”（通常取k = min_samples - 1）；拐点处的横坐标就是合理的eps候选值 - 如果没时间画图，直接试一组递增的
eps：从0.1开始，按×1.5步进（如0.1 → 0.15 → 0.225 → …），观察len(set(labels))和噪声比例变化 -
eps不是越小越好——过小不仅全噪声，还会让算法在稀疏区域过度敏感，把本该属于同一簇的点割裂
min_samples设太高，把真实簇误判成噪声
当min_samples远大于局部密度时，哪怕点很密集，也因达不到“最小邻居数”而沦为噪声。典型表现是：肉眼可见的紧凑簇，却被标为-1；或者聚类结果只有1个簇+大量噪声。
实操建议：
立即学习“Python免费学习笔记（深入）”；
-
min_samples建议从2 * n_features起步（比如2D数据用4，3D用6），这是经验下限；低于这个值容易把异常点误认为核心点 - 若领域已知存在细长簇或低密度簇，可主动调低
min_samples（如降到3或4），但必须同步适当增大eps来补偿，否则又会引发过分割 - 注意
min_samples=1是非法的——DBSCAN会报ValueError: min_samples must be greater than 1
数据未标准化就直接跑DBSCAN，eps失去物理意义
当特征量纲差异大（比如一列是年龄[0,100]，另一列是收入[1000,1000000]），欧氏距离完全被大尺度特征主导，此时手动调的eps只是在“碰运气”。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 必须用
StandardScaler或MinMaxScaler预处理，且要fit_transform训练集、transform测试集，不能跳过 - 标准化后，
eps通常落在0.1 ~ 2.0区间内可试；若仍需>5才出合理结果，大概率是标准化没生效或数据本身存在极端离群值 - 别用
RobustScaler替代——它对异常值鲁棒，但会扭曲局部密度关系，干扰DBSCAN对“邻域”的判断
用metric='precomputed'时传入的距离矩阵不对称
手动构造距离矩阵并传给DBSCAN时，如果dist_matrix[i][j] != dist_matrix[j][i]，DBSCAN可能静默失败，或把对称位置的点赋予不同标签，噪声点分布变得不可解释。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 强制校验对称性：
np.allclose(dist_matrix, dist_matrix.T, atol=1e-8)，不通过就用(dist_matrix + dist_matrix.T) / 2修正 - 确保距离矩阵是**完整方阵**，且对角线为
0；DBSCAN不会帮你补全或归零 - 避免用
scipy.spatial.distance.pdist直接输出——它返回的是压缩向量，必须用squareform转成方阵后再传
DBSCAN的噪声识别不是开关式设定，而是eps和min_samples共同挤压出的“密度间隙”。调参时盯着噪声比例看没用，真正该盯的是：核心点是否覆盖了你认为该成簇的区域，以及边界点是否被稳定地分配给了最近的核心簇——这两点比任何指标都可靠。
