论文阅读---Clustering by fast search and find of density peaks

原文提出了一种聚类密度峰值的方法

聚类 Clustering：即将数据对象的集合分成相似对象的过程

本文假设聚类中心被具有较低局部密度的邻居包围，并且它们与具有较高局部密度的任何点的距离相对较大。

$${\rho }_i=\sum _j\chi (d_{ij}-d_{\mathrm{c}})$$ where$\chi (x)=1$ if $x<0$ and$\chi (x)=0$ otherwise

公式分析：

• ${\rho }_i$表示点$i$的局部密度

• $d_{ij}$表示点$i$和点$j$的距离

• $d_c$表示一个界

通俗来说呢，所谓的点的局部密度，以这个点为中心，$d_c$为半径，画一个圈圈，数一下圈圈里面点的个数，就是这个点的局部密度啦。这个点的局部密度越大，它越可能是簇中心。
在一个数据集上找簇中心的过程就好像在地图上找市中心的过程。即一个人的邻居越多，这个人越可能居住在市中心。

但是如果单纯的使用局部密度的大小来找出市中心，可能会出现一个问题。比如小红住在成都市中心的幸福小区，小明住在幸福小区对面的快乐小区，而小王住在绵阳市中心的碧波豪庭。由于成都市中心的人口比绵阳的多，所以小红和小明的邻居都比小王的多，于是当按照邻居数量的多少来找市中心的时候，找了好几个市中心都在成都市，没办法找到绵阳的小王了。

于是作者提出了一个新的指标$\delta$来解决此问题

${\delta }_i=\underset{j:{\rho }_j>{\rho }_i}{\min }(d_{ij})$
for the point with highest density:${\delta }_i={\max }_j(d_{ij})$

公式分析：

• $d_{ij}$表示点$i$和点$j$的距离
• ${\delta }_i$表示距离点$i$最近且局部密度比点$i$高的点 和点$i$的距离
• 当点$i$为局部密度最高的点时，${\delta }_i$为和它最远的点的距离

我们把$\delta$值异常大的点作为聚类中心