密度聚类方法的指导思想: 只要样本点的密度大于某个阈值,则将该样本添加到最近的簇中这类算法可以克服基于距离的算法只能发现凸聚类的缺点,可以发现任意形状的聚类,而且对噪声数据不敏感。计算复杂度高,计算量大、一次扫描、需要密度参数作为停止条件。
常用密度聚类算法:DBSCAN、MDCA、OPTICS、DENCLUE等
DBSCAN(Density-Based Spatial Clustering of Applications with Noise)一个比较有代表性的基于密度的聚类算法,相比于基于划分的聚类方法和层次聚类方法,DBSCAN算法将簇定义为密度相连的点的最大集合,能够将足够高密度的区域划分为簇,并且在具有噪声的空间数据商能够发现任意形状的簇。
核心思想:
用一个点的ε邻域内的邻居点数衡量该点所在空间的密度,该算法可以找出形状不规则的cluster,而且聚类的时候事先不需要给定
cluster的数量。
具体算法步骤:
DBSCAN 算法有两个参数:半径 eps 和密度阈值 MinPts,具体步骤为: