參考維基百科

1. 名詞解釋

• DBSCAN:Density Based Spatial Clustering Application with Noise
• 核心對象
  
• 直接密度達(dá)
  
• 密度可達(dá)：

A point q is reachable from p if there is a path p1, …, pn with p1 = p and pn = q, where each pi+1 is directly reachable from pi. Note that this implies that all points on the path must be core points, with the possible exception of q.

• 密度相連
• 簇
• 噪聲
  

2. DBSCAN算法思想

由密度可達(dá)關(guān)系導(dǎo)出的最大密度相連的樣本集合，即為我們最終聚類的一個類別，或者說一個簇。
那么怎么才能找到這樣的簇樣本集合呢？DBSCAN使用的方法很簡單，它任意選擇一個沒有類別的核心對象作為種子，然后找到所有這個核心對象能夠密度可達(dá)的樣本集合，即為一個聚類簇。接著繼續(xù)選擇另一個沒有類別的核心對象去尋找密度可達(dá)的樣本集合，這樣就得到另一個聚類簇。一直運(yùn)行到所有核心對象都有類別為止。

3. DBSCAN聚類算法步驟

4 DBSCAN聚類算法優(yōu)缺點(diǎn)

6 DensityPeak 密度最大值聚類

• 局部密度${\rho }_i$
• 高局部密度點(diǎn)距離${\delta }_i$
• 簇心
  
  

總結(jié)

以上是生活随笔為你收集整理的聚类 —— DBSCAN的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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