同一数据集下不同数据库中DB-SCAN结果不同是否正常？

这种情况完全属于预期现象，核心原因和数据库特性、DB-SCAN的算法逻辑直接相关，主要包括以下几点：

• 浮点数精度差异：不同数据库对浮点数的存储、计算精度存在区别，计算样本间距离时，微小的精度误差可能让边缘样本刚好落在ε邻域的边界线上——在A数据库里被判定为邻域内样本，在B数据库里则不算，直接改变聚类归属判定。
• 距离函数实现细节不同：不同数据库内置的距离计算函数（比如欧氏距离），在舍入、截断等细节处理上可能有差异，导致相同样本对的距离计算结果出现细微偏差，进而影响邻域内样本的判定。
• 样本返回顺序的影响：DB-SCAN的聚类过程和样本的遍历顺序直接相关，如果不同数据库返回样本的顺序不一致，那些处于聚类边界的样本，可能会因为先接触到不同的核心点，被划分到不同的簇中。
• 异常值/空值处理逻辑差异：不同数据库对空值、异常样本的处理规则不同，有的会自动过滤这类样本，有的则保留，这也会干扰最终的聚类结果。

内容的提问来源于stack exchange，提问作者analyst92