python实现密度聚类

1.密度聚类的简单介绍：

常见的密度聚类包括DBSCAN聚类和密度最大值聚类等。本文主要讲的是DBSCAN聚类。DBSCAN聚类是一个比较有代表性的基于密度的聚类算法，与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在有“噪声”的数据中发现任意形状的聚类，而不局限于凸多边形的聚类，凹多边形同样可以聚类。

2.DBSCAN密度聚类的一些基本概念

 对象的ε-临域：给定对象在半径ε内的区域。

核心对象：如果一个对象的ε-临域至少包含最小数目x个对象，则称该对象为核心对象。

直接密度可达：给定一个对象集合D，如果p是在q的ε-邻域内，而q是一个核心对象，我们说对象p从对象q出发是直接密度可达的。

如图ε=1cm，x=5，q是一个核心对象，从对象q出发到对象p是直接密度可达的

密度可达：如果存在一个对象链p1，p2，…，pn