DBSCAN 具有噪声的基于密度的聚类算法简述 附Python代码

DBSCAN 

DBSCAN(Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法)是一种很典型的密度聚类算法。

基本概念：

所需参数：

半径：Eps

Eps半径内指定的数目（阈值）：MinPts

数据点分为三：

1. 核心点：在半径Eps内含有超过MinPts数目的点
2. 边界点：在半径Eps内点的数量小于MinPts，但是落在核心点的邻域内
3. 噪音点：既不是核心点也不是边界点的点

概念：

1. Eps领域：半径Eps之内所有点的合集

2. 直接密度可达（密度直达）：核心点X1对Eps领域内的任意点都是直接密度可达

3. 密度可达：