DBSCAN

这是一种密度聚类算法。这种算法在检测，以及找异常点方面很方便。

首先这种算法在理解原理之前，需要理解几个名词概念。核心对象：如果在样本x的领域内有M个样本。密度直达：若xj位于xi的ε-邻域中，且xi是核心对象，则称xj由xi密度直达。密度可达：对于xi与xj若存在样本序列p1,p2,...,pn,其中 p1=xi,pn=xj,且pi+1由pi密度直达，则称xj由xi密度可达。密度相连:对xi与xj，若存在xk使得xi与xj均由xk密度可达，则称 xi与xj密度相连。

算法实现过程：通俗一点说就是以每个核心对象为中心，像海绵吸水一样往外不断扩充，形成簇。首先，扫描整个数据集，随机找一个核心对象，寻找以该核心点出发的所有密度相连的数据点，作为其扩充点，直到找不到密度相连点为止。不断重复以上过程，直到数据集没有核心对象为止，此时，没有出现在任何簇的点就是异常点了。