密度聚类(DBSCAN)

DBSCAN是一种基于密度的空间聚类算法,通过ε-邻域和最小样本数(MinPts)定义核心对象,并找到密度可达和密度相连的样本。算法从核心对象出发,形成最大的密度相连区域,适用于发现任意形状的聚类。在Python中,可以使用sklearn库实现DBSCAN。
摘要由CSDN通过智能技术生成

DBSCAN

基本概念与算法原理

有数据集 D={ x1, x2, ..., xm} , 参数 param={ ϵ, MinPts}
有如下基本概念:

  • ϵ -邻域:数据集 D 中除 xi 外的其他样本与 xi 距离小于 ϵ 的样本集合。记作 Nϵ(xj)={ xjD|dist(x
  • 9
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值