DBSCAN聚类算法概述：
DBSCAN属于密度聚类算法，把类定义为密度相连对象的最大集合，通过在样本空间中不断搜索最大集合完成聚类。
DBSCAN能够在带有噪点的样本空间中发现任意形状的聚类并排除噪点。
DBSCAN算法不需要预先指定聚类数量，但对用户设定的参数非常敏感。
当空间聚类的密度不均匀、聚类间距差相差很大时，聚类质量较差。
DBSCAN算法基本概念：
核心对象：如果给定对象的半径eps邻域内样本数量超过阈值min_samples，则称为核心对象。
边界对象：在半径eps内点的数量小于min_samples，但是落在核心点的邻域内。
噪声对象：既不是核心对象也不是边界对象的样本。
直接密度可达：如果对象q在核心对象p的eps邻域内，则称q从p出发是直接密度可达的。
密度可达：集合中的对象链p1、p2、p3、...、pn，如果每个对象pi+1从pi出发都是直接密度可达的，则称pn从p1出发是密度可达的。
密度相连：集合中如果存在对象o使得对象p和q从o出发都是密度可达的，则称对象p和q是互相密度相连的。
DBSCAN聚类算法工作过程：
1）定义邻域半径eps和样本数量阈值min_samples。
2）从样本空间中抽取一个尚未访问过的样本p。
3）如果样本p是核心对象，进入第4）步；否则返回第2）步。
4）找出样本p出发的所有密度可达对象，构成一个聚类Cp（该聚类的边界对象都是非核心对象），并标记这些对象为已访问。
5）如果全部样本都已访问，算法结束；否则返回第2）步。
Python+sklearn使用DBSCAN聚类算法参考代码：
聚类结果图一：
聚类结果图二：
聚类结果图三：
----------相关阅读----------
1900页Python系列PPT分享一：基础知识（106页）
1900页Python系列PPT分享二：Python序列（列表、元组、字典、集合）（154页）
1900页Python系列PPT分享三：选择与循环结构语法及案例（96页）
1900页Python系列PPT分享四：字符串与正则表达式（109页）
1900页Python系列PPT分享五：函数设计与应用（134页）
1900页Python系列PPT分享六：面向对象程序设计（86页）
1900页Python系列PPT分享七：文件操作（132页）
报告PPT（163页）：基于Python语言的课程群建设探讨与实践
KNN分类算法原理与Python+sklearn实现根据身高和体重对体型分类
使用线性回归拟合平面最佳直线及预测之Python+sklearn实现
Python+tensorflow计算整数阶乘的方法与局限性
Python使用tensorflow中梯度下降算法求解变量最优值
Python+pandas+matplotlib数据分析与可视化案例（附源码）
几行Python代码生成饭店营业额模拟数据并保存为CSV文件
Python使用pandas扩展库DataFrame对象的pivot方法对数据进行透视转换
Python使用pandas读取Excel文件数据和预处理小案例
使用Python内置集合对象和内置函数filter()过滤无效书评
Python数据分析扩展库pandas的DataFrame排序方法小结
淡定！不要因为纳入了高考和二级考试甚至极个别小学课程就盲目夸大Python！
----------喜大普奔----------
1、董付国老师Python系列教材：
《Python程序设计基础》
《Python程序设计（第2版）》
《Python可以这样学》（本书已被引入台湾发行繁体版）
《Python程序设计开发宝典》
《中学生可以这样学Python》
董付国老师6本Python系列教材被北大、复旦等近百所高校选作教材
2、董老师免费视频地址： https://pan.baidu.com/s/1jJeAs8Q 密码: px59
387
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
