DBSCAN 的 labels_ 中标签为 -1 的点即为离群值；需先标准化数据再训练，eps 通过 k-distance 图拐点确定，min_samples 二维下通常设 4 或 5。
DBSCAN 的 labels_ 里 -1 就是离群值
调用 DBSCAN 后，fit() 返回的模型对象有 labels_ 属性，它是一个 NumPy 数组，每个元素对应输入数据中同位置样本的聚类标签。其中：
- 标签为
0、1、2… 表示属于不同簇（正常点） - 标签为
-1的点，就是 DBSCAN 明确标记的噪声点 —— 这就是你要找的离群异常值
不需要额外计算或阈值判断，直接用布尔索引提取即可：
from sklearn.cluster import DBSCAN import numpy as np <p>X = np.array([[1, 2], [2, 2], [2, 3], [8, 7], [8, 8], [25, 80]]) db = DBSCAN(eps=3, min<em>samples=2).fit(X) outliers = X[db.labels</em> == -1]
注意：outliers 是原始坐标值，不是索引；若需保留原数据索引（比如来自 pandas.DataFrame），建议先用 reset_index(drop=False) 保留行号再传入。
必须先标准化，否则 eps 失效
DBSCAN 默认用欧氏距离，而各特征量纲不一致时（比如「年龄」和「年收入」），距离会被量纲大的特征主导，导致聚类完全失真。
立即学习“Python免费学习笔记（深入）”；
- 不标准化就调
DBSCAN，eps几乎无法合理设定 - 即使你手动调大
eps，也只在某一维度上“凑效”，其他维度仍被压制
正确做法是用 StandardScaler 或 MinMaxScaler 预处理：
from sklearn.preprocessing import StandardScaler scaler = StandardScaler() X_scaled = scaler.fit_transform(X) # 不要漏掉 fit_transform db = DBSCAN(eps=1.2, min_samples=5).fit(X_scaled)
若后续需还原离群点原始值，用 scaler.inverse_transform(outliers_scaled)；但注意：离群点本身可能拉偏均值/标准差，所以还原值仅作参考，不建议用于统计推断。
选 eps 别靠猜，用 k-distance 图找拐点
eps 设太小 → 大量点被判为 -1（过敏感）eps 设太大 → 所有点挤成一簇，-1 消失（欠敏感）
可靠方法是画 k-distance 图（k = min_samples − 1）：
- 对每个点，算它到第 k 近邻的距离（跳过自己）
- 把所有距离从大到小排序，画折线图
- 拐点（knee）纵坐标 ≈ 合理
eps
from sklearn.neighbors import NearestNeighbors
min_samples = 5
k = min_samples - 1
nbrs = NearestNeighbors(n_neighbors=k+1).fit(X_scaled)
distances, indices = nbrs.kneighbors(X_scaled)
distances = np.sort(distances[:, k], axis=0)
plt.plot(distances[::-1]) # 降序排列后绘图更易见拐点
plt.ylabel('k-distance')
plt.xlabel('Points sorted by distance')
plt.show()拐点不是数学极值点，而是“曲线明显变平缓”的位置，肉眼判断即可；多个拐点时，选第一个较明显的。
min_samples 不能小于 3，二维数据通常设 4 或 5
min_samples 决定“多稀疏才算噪声”。它太小（如设 2）会导致边界点过多、簇破碎；太大（如 > 2×维度）则噪声点极少，漏检严重。
经验规则：
- 低维（2–4 维）：设
min_samples = 4或5起手 - 高维（≥ 10）：慎用 DBSCAN，优先考虑
LOF或IsolationForest - 数据含较多噪声：可略增大
min_samples（如 +2），抑制假阳性
特别注意：min_samples = 1 会把所有点都标为核心点；min_samples = 2 在二维下几乎总产出大量 -1，实际不可用。
离群值检测不是“跑通就行”，eps 和 min_samples 的微小变动常导致 -1 数量差几倍——务必结合 k-distance 图与业务密度直觉反复验证。
