1. 什么是DBSCAN?
DBSCAN全称Density-based spatial clustering of applications with noise,即带噪声的基于密度的空间聚类。主要思想就是把空间中密度较大,每个点之间有多个邻近点的部分聚为一类,而把密度较低的部分作为离群值(outlier)对待。
1.1 几个概念
DBSCAN需要设置两个参数,minPts和 ϵ ,这两个参数主要用于定义以下概念。
核心点(Core Point)、密度可达(Reachablility)、离群点(Outlier)
- 核心点:如果一个点 p ,在以它为球心,以
ϵ 为半径的球内,至少有minPts个点(包括 p 点自己),则这个点被称为核心点(Core Point)。且这些在球内的点被称为直接可达p 点。 - 密度可达:设有点 p1 , p2 , p3 … pn ,且这些点均为核心点,另有一点 q ,如果
pi 直接可达 pi+1 , i=1,2,