DBSCAN

DBSCAN

DBSCAN是一种密度聚类算法，它基于一组参数($ϵ$,MinPts)来刻画样本分布的紧密程度。

1､算法原理

如上图所示，DBSCAN的有两个非常重要的参数$ϵ$和MinPts；图中
“归同类"的意思是"如果该范围内有样本已经归类，则这些样本都属于该类；否则就创建一个新类别，这些样本都属于这个新类别”。
$ϵ$：指的是范围半径；
$MinPts$：指的是聚为一类的最小样本数；

2､sklearn中的DBSCAN

from sklearn import cluster
dbscan = cluster.DBSCAN(eps=1.2, min_samples=10)
clustering_labels = dbscan.fit(train_data)

3､DBSCAN的优缺点

如图一、四，DBSCAN对离散型数据的聚类效果并不好；图五效果不好的原因是参数$ϵ$的值太大了，只要$ϵ$的值设置好了，图五也能很好地聚类；DBSCAN能识别噪音，可以很好地不受噪音的影响。