DBSCAN聚类算法原理

DBSCAN聚类算法原理

基础

DBSCAND算法的全称是ensity-based spatial clustering of applications with noise (DBSCAN),从原理上讲,该算法属于OPTICS算法的一种特殊情况,而OPTICS算法就是DBSCAND算法的推广。

概念与定义

与OPTICS算法类似,DBSCAND算法的输入参数同样包括:半径 ε ,和最少点数 MinPts ;不同的是DBSCAND算法中有样本与样本直间分为直接(密度)可达与(密度)可达两种情况,定义分别如下:

  • 直接(密度)可达:
  • P为核心点,那么其周围在半径 ε 内的点都是从P直接(密度)可达。

  • (密度)可达:

  • 对于点Q,如果存在

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值