聚类分析（六）基于密度的聚类算法 — OPTICS

1  什么是 OPTICS 算法

在前面介绍的 DBSCAN 算法中，有两个初始参数 E （邻域半径）和 minPts(E 邻域最小点数 ) 需要用户手动设置输入，并且聚类的类簇结果对这两个参数的取值非常敏感，不同的取值将产生不同的聚类结果，其实这也是大多数其他需要初始化参数聚类算法的弊端。

为了克服 DBSCAN 算法这一缺点，提出了 OPTICS 算法（ Ordering Points to identify the clustering structure ）。 OPTICS 并 不显示的产生结果类簇，而是为聚类分析生成一个增广的簇排序（比如，以可达距离为纵轴，样本点输出次序为横轴的坐标图），这个排序代表了各样本点基于密度 的聚类结构。它包含的信息等价于从一个广泛的参数设置所获得的基于密度的聚类，换句话说，从这个排序中可以得到基于任何参数 E 和 minPts 的 DBSCAN 算法的聚类结果。      

2  OPTICS 两个概念

核心距离 ：

对象 p 的核心距离是指是 p 成为核心对象的最小 E’ 。如果 p 不是核心对象，那么 p 的核心距离没有任何意义。

可达距离 ：

对象 q 到对象 p 的可达距离是指 p 的核心距离和 p 与 q 之间欧几里得距离之间的较大值。如果 p 不是核心对象， p 和 q 之间的可达距离没有意义。

例如：假设邻域半径 E=2, minPts=3 ，存在点 A(2,3),B(2,4),C(1,4),D(1,3),E(2,2),F(3,2)

点 A 为核心对象，在 A 的 E 领域中有点 {A,B,C,D,E,F} ，其中 A 的核心距离为 E’=1 ，因为在点 A 的 E’ 邻域中有点 {A,B,D,E}>3;

点 F 到核心对象点 A 的可达距离为 ，因为 A 到 F 的欧几里得距离 ，大于点 A 的核心距离 1.

3 算法描述

OPTICS 算法额外存储了每个对象的核心距离和可达距离。基于 OPTICS 产生的排序信息来提取类簇。

算法描述如下：

算法： OPTICS