引入圆,给定半径,与数据点阀值。
核心点:以自身为圆心作圆,圆形包含的点数超过阈值的就是核心点
边界点:以自身为圆心作圆,圆形包含的点数没有超过阈值,但是包含了核心点
噪声点:以自身为圆心作圆,圆形包含的点数没有超过阈值,而且没有包含核心点
算法流程:
1、找到所有核心点
2、找到所有边界点和噪声点
3、将距离在给定半径下的核心点中间连一条线
4、每组连通的核心点形成一个聚类
5、将每个边界点分配到对应的聚类中
优点:对噪声点和离群点不敏感,可以适应多种形状的聚类
代码实现:对788个点聚成7个类
<span style="font-size:12px;">clear; close all; clc;
load('788points.mat');
m = 788;
radius = 2.8;
points = 20;
figure; hold on;
%求所有距离
dis = zeros(m,m);
for i=1:m
for j=1:m
dis(i,j) = norm((X(i,:) - X(j,:)),2);
end
dis(i,i) = 100;
end
color = zeros(m, 1);
id = zeros(m,1);
K = 1;
color(1) = 0;
%找到核心点并分类
for i=1:m
sum = 0;
%判断是否是核心点
for j=1:m
if dis(i,j) < radius
sum = sum + 1;
id(sum) = j; %记录圆内所有点
end
end
%如果是核心点就进行分类
if sum >= points
if color(i)==0
color(i) = K;
K = K+1;
end
for p=1:sum
if color(id(p))==0
color(id(p)) = color(i);end
end
end
end
%画图
disp(K);
palette = hsv(K + 1);
colors = palette(color, :);
scatter(X(:,1), X(:,2), 20, colors);
hold off;</span>
聚类结果: