【23.8.18】聚类算法之DBSCAN

DBSCAN

【算法思路】

1. 输入epsilon和minPoints初始值，确定核心对象集合
2. 遍历整个样本集数据，对没访问过的核心对象：
   • 在该核心对象的eps范围内，如果点没被访问过，给他分配当前簇号
   • 继续搜寻是核心对象的那些样本点，给他分配当前簇号，并将其eps范围内的点加入栈
     • 对栈内的点继续搜寻范围内的核心对象，访问过的就出栈，直到栈空
   • 递增簇号
   • 对这些点进行第2步的步骤

【计算实例】

【计算草稿】
核心对象：[2, 3, 8]

【关于eps取值】
如果eps过大，容易导致距离近且密度大的核心对象被划分为同一个簇；
如果eps过小，那eps范围内点减少，容易使很多点没有办法进入密度可达范围，容易被认为是噪声点。

【总结】就是不断搜寻核心对象的密度可达范围，直到没办法继续扩展，就对下一个核心对象继续扩展。没有被扩展的点就是噪声点。
【参考】
原理：机器学习笔记（十）聚类算法DBSCAN原理和实践
也可以看这篇掌握算法大致思路：常用聚类算法
算法计算详细步骤：基于密度的聚类算法DBSCAN原理与实现
可视化演示参考：dbscan可视化