该算法的优势与劣势
优势
- 能识别非球形的簇(相比较于K-means和K-medoids)
- 参数配置简单(相比较于DBCSAN,该算法仅需关注阶段距离d_c的确定,且该距离的确定作者给出了经验值范围,所以算法的运行几乎依靠默认设定的参数即可)
- 可自动确定聚类中心的个数(该论文被吐槽的一点,目前还是需要结合决策图与降序排序的γ值图人工判定聚类中心个数)
建议参考的文章
- https://blog.csdn.net/xiaokang123456kao/article/details/74978572?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-5.readhide&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-5.readhide