DBSCAN 算法

一、算法思想

• 对于每一个样本，算法会计算在一段小距离ε（epsilon）内的圆中有多少个其他样本，这个圆形区域叫做样本的 ε-neighborhood
• 如果一个样本有最少 min_samples个样本在 ε-neighborhood中（包括此样本本身），就认为这个样本是core instance（核心样本）In other words, core instances are those that are located in dense regions.
• 在一个ε-neighborhood中的所有样本属于同一个cluster，在一个neighborhood中可能会有好几个core instance，因此一系列的core instances 有组成了一个单独的cluster
• 任何一个样本只要它不是core instance或者在他的neighborhood内没有core instance 就认为他是异常点

这个算法在各个簇有一定的密度时效果很好。通过低密度区域来区隔各个簇

二、sklearn例子

2.1 Basic

from sklearn.cluster import DBSCAN
fr