學(xué)習(xí)筆記，僅供參考，有錯(cuò)必糾

---

文章目錄

• • • 引言
    • DPC算法概述
    • 例子
    • 缺點(diǎn)

---

引言

2014 年 6 月 Science 發(fā)表了自動(dòng)確定類簇?cái)?shù)和類簇中心的新聚類算法 DPC (clustering by fast search and find of density peaks)，該算法能快速發(fā)現(xiàn)任意形狀數(shù)據(jù)集的密度峰值點(diǎn) ( 即類簇中心 ),并高效進(jìn)行樣本點(diǎn)分配和離群點(diǎn)剔除 , 適用于大規(guī)模數(shù)據(jù)的聚類分析 .

DPC算法概述

通過(guò)快速搜索和尋找密度峰(DPC)聚類，可以用簡(jiǎn)單的策略找到不同密度和形狀的簇。DPC的基本原理是理想密度峰具有兩個(gè)基本特征:

峰的局部密度高于鄰峰的密度;

不同峰之間的距離相對(duì)較長(zhǎng).

為了求出滿足上述兩種條件的密度峰，DPC引入了樣本 i i

總結(jié)

以上是生活随笔為你收集整理的聚类算法小记(part1)--基于密度峰快速搜索的聚类算法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。