- 博客(1)
- 资源 (1)
- 收藏
- 关注
原创 密度聚类算法DBScan
利用密度聚类DBScan对样本进行分类。 基本思路: 1、读取两组不同数据训练 2、分别对两组数据进行聚类 3、将聚类结果视作一个多维空间的点,计算其到原点的欧氏距离 4、根据ans1和ans2的欧氏距离找到合适的阈值几个必要概念: ε-邻域:对于样本集中的xj, 它的ε-邻域为样本集中与它距离小于ε的样本所构成的集合。 核心对象:若xj的ε-邻域中至少包含MinPts个样本,则xj为
2017-11-28 15:54:29 585
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人