OPTICS

一句话概括

它并不显示地产生数据集聚类，而是为聚类分析生成一个增广的簇排序，“使用”一个广泛的参数来克服你使用一组全局参数带来的缺点

基础定义

1、核心距离

样本x∈X对于给定的ϵ和MinPts，使得x成为核心点的最小邻域半径称为x的核心距离，其数学表达如下

2、可达距离

对象y到对象x的可达距离是指x的核心距离和x与y之间欧几里得距离之间的较大值。如果x不是核心对象，x和y之间的可达距离没有意义。

假设邻域半径r=2、, minPts=3，存在A(2,3),B(2,4),C(1,4),D(1,3),E(2,2),F(3,2)
点A为核心对象，在A的E领域中有点{A,B,C,D,E,F}，其中A的核心距离为E’=1，因为在点A的E’邻域中有点{A,B,D,E}>3;点F到核心对象点A的可达距离为2^{(1/2)，因为A到F的欧几里得距离2}(1/2)，大于点A的核心距离1.

流程

算法流程
       输入：数据样本D，初始化所有点的可达距离和核心距离为MAX，半径ε和最少点数MinPts
       1、建立两个队列，有序队列（核心点及该核心点的直接密度可达点），结果队列（存储样本输出及处理次序）
       2、如果D中数据全部处理完，则算法结束，否则从D中选择一个未处理且未核心对象的点，将该核心点放入结果队列，该核心点的直接密度可达点放入有序队列，直接密度可达点并按可达距离升序排列；
       3、如果有序序列为空，则回到步骤2，否则从有序队列中取出第一个点；
              3.1 判断该点是否为核心点，不是则回到步骤3，是的话则将该点存入结果队列，如果该点不在结果队列；
              3.2 该点是核心点的话，找到其所有直接密度可达点，并将这些点放入有序队列，且将有序队列中的点按照可达距离重新排序，如果该点已经在有序队列中且新的可达距离较小，则更新该点的可达距离。
              3.3 重复步骤3，直至有序队列为空。
       4、判定结果
              4.1、从结果队列中按顺序取出点，如果该点的可达距离不大于给定半径ε，则该点属于当前类别，否则至步骤2；
              4.2、如果该点的核心距离大于给定半径ε，则该点为噪声，可以忽略，否则该点属于新的聚类，跳至步骤1；
              4.3、结果队列遍历结束，则算法结束。

例题详解