1,DBSAN优势
KMeans需要事先给出K,
DBSCAN不用,但是要事先给半径和圈内最小点个数 eps 和 min_points_
——————————————————————————————————————
DBSCAN可以发现任意形状的簇(最大优势)
可以找出异常点
异常点对聚类结果影响不大(KMeans影响很大)
——————————————————————————————————————
2,什么时候适合DBSCAN
数据集是 稠密的更适合,
噪声点多的话,建议用DBSCAN
运用的时候可以两个都用,在对比说明为什么选这个算法
3,DBSCAN劣势
样本集密度不均匀,聚类间距相差很大不适合
调参比KMeans复杂一点点