Density Peaks聚类算法

最近看了一篇关于基于密度的聚类算法---Density Peaks Algortihm, 把自己对该聚类算法的理解，写在这篇文献笔记中。

一、算法思想

     这个DP算法假设聚类中心被较低局部密度的点所围绕，并且这些点距离具有较高局部密度的点有相对更大的距离。因此，对于数据集中的任何数据点i, DP算法计算出两个参数值：

      （1） 局部密度

      计算局部密度需要一个距离阈值 ， 局部密度就是距离某点i的距离小于距离阈值的所有点的数量。在文献中推荐设置阈值已保证局部密度在样本总数的1%-5%之间。

      （2） 点i距离高局部密度点的距离

       点i距离高局部密度点的距离，是要计算局部密度比点i的局部密度高的所有点X，距离点i距离最小的