【聚类3】密度聚类+层次聚类

1. 密度聚类

1.1 概念

- "别名"：
		基于密度的聚类

- "英文"：
		Density-based clustering

- "思想":
		此类算法假设聚类结构能够通过样本分布的紧密程度确定

- "解释思想":
		就是说，密度聚类算法从样本的密度角度来考察样本之间的可连续性（样
	本之间可连续性代表簇的纯度越纯），并基于可连续样本不断拓展聚类簇，以
	获得最终的聚类结果。

- "欧式距离"：
		在本节中，默认距离为欧式距离。

1.2 DBSCAN算法

• dbscan思想

DBSCAN是一种著名的密度聚类算法，它基于一组"邻域（neighborhood）参数"，来刻画样本分布的紧密程度。

• 重要概念

已知	D={ $x_1,x_2,...,x_m$}	性质
$\epsilon$-邻域	包含样本集D中与$x_j$的距离不大于$\epsilon$的样本，即 N ε ( x j ) = { x i ∈ D ∣ d i s t ( x i , x j ) ≤ ε } N_{\varepsilon}(x_j)=\{x_i\in D|dist(x_i,x_j)\leq\varepsilon\} Nε​(xj​)={ xi​∈D∣dist(xi​,xj​)≤ε}
核心对象（core object）	若$x_j$的$\epsilon$-邻域至少包含MinPts个样本，则$x_j$是一个核心对象。即$|N_{\epsilon }(x_j)|\ge MinPts$
密度直达（directly density-reachable）	若$x_j$位于$x_i$的$\epsilon$-邻域，且$x_i$是核心对象，则称$x_j$由$x_i$密度直达	不满足对称性
密度可达（density-reachable）	对$x_i$与$x_j$,若存在样本序列$p_1,p_2,...,p_n,其中p_1=x_i,p_n=x_j$