DBSCAN聚类算法

一、DBSCAN算法是一种基于密度的聚类算法，聚类的时候不需要预先指定簇的个数，最终簇的个数不确定。
DBSCAN算法将数据点分为三类：
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的点。
3、噪音点：既不是核心点也不是边界点的点。

DBSCAN算法流程：
1、将所有点标记为核心点、边界点或噪声点；
2、删除噪声点；
3、为距离在Eps之内的所有核心点之间赋予一条边；
4、每组连通的核心点形成一个簇；
5、将每个边界点指派到一个与之关联的核心点的簇中（哪一个核心点的半径范围之内）。
二、以中国MOOC大学《Python机器学习基础》课程练习材料实现，通过DBSCAN聚类，分析学生上网时间和上网时长的模式。原始数据集是校园网的日志数据，单条记录格式如下：

原始数据处理相关代码如下：

import numpy as np
import sklearn.cluster as skc
from sklearn import metrics
import matplotlib.pyplot as plt

onlinetimes = []    #存储开始上网时间和上网时长
f = open('Dbscan_Data.txt', encoding='utf-8')  #读取数据
for line in f:
    line = line.split(',')
    onlinetime = int(line[6])   #读取每条数据中的上网时长
    starttime = int(line[4].split(' ')[1].split(':')[