最近由于要實現‘基于網格的DBSCAN算法’，網上有沒有找到現成的代碼[如果您有代碼，麻煩聯系我]，只好參考已有的DBSCAN算法的實現。先從網上隨便找了幾篇放這兒，之后對比研究。

DBSCAN簡介：

1.簡介

DBSCAN 算法是一種基于密度的空間聚類算法。該算法利用基于密度的聚類的概念，即要求聚類空間中的一定區域內所包含對象(點或其它空間對象)的數目不小于某一給定閥　　　值。DBSCAN 算法的顯著優點是聚類速度快且能夠有效處理噪聲點和發現任意形狀的空間聚類。但是由于它直接對整個數據庫進行操作且進行聚類時使用了一個全局性的表征　　密度的參數，因此也具有兩個比較明顯的弱點：

1. 當數據量增大時，要求較大的內存支持 I/0 消耗也很大;

2. 當空間聚類的密度不均勻、聚類間距離相差很大時，聚類質量較差。

2.DBSCAN算法的聚類過程

DBSCAN算法基于一個事實：一個聚類可以由其中的任何核心對象唯一確定。等價可以表述為： 任一滿足核心對象條件的數據對象p，數據庫D中所有從p密度可達的數據對象o　　所組成的集合構成了一個完整的聚類C，且p屬于C。

3.DBSCAN中的幾個定義

密度可達是直接密度可達的傳遞閉包，非對稱性關系；密度相連是對稱性關系。DBSCA目的是找到密度相連對象的最大集合。

E領域：給定對象p半徑為E內的區域稱為該對象的E領域；

核心對象：p的E領域內樣本數大于MinPts(算法輸入值)，則該對象p為核心對象；

直接密度可達：對于樣本集合D，如果樣本點q在p的E領域內，且p為核心對象，則p直接密度可達q；

密度可達：對于樣本集合D，存在一串樣本點p1,p2,p3,...pn,其中連續兩個點直接密度可達，則 p=p1,q=qn,則p密度可達q；

密度相連：對于樣本集合D中任意一點o，存在p到o密度可達，并且q到o密度可達，那么q從p密度相連；

算法偽代碼

1 DBSCAN(SetOfPoints, Eps, MinPts){2 ClusterId=nextId(NOISE)3 for(i=0;i

13 ExpandCluster(SetOfPoints,Point, ClId, Eps, MinPts){14 seeds=SetOfPoints.regionQuery(Point, Eps)15 if(seeds.size()0){22 currentP=seeds.first()23 result=SetOfPoints.regionQuery(currentP, Eps)24 if(result.size()>=MinPts){25 for(i=0;i

View Code

JAVA實現：

1 packageorisun;2

3 importjava.io.File;4 importjava.util.ArrayList;5 importjava.util.Vector;6 importjava.util.Iterator;7

8 public classDBScan {9

10 double Eps=3; //區域半徑

11 int MinPts=4; //密度12

13 //由于自己到自己的距離是0,所以自己也是自己的neighbor

14 public Vector getNeighbors(DataObject p,ArrayListobjects){15 Vector neighbors=new Vector();16 Iterator iter=objects.iterator();17 while(iter.hasNext()){18 DataObject q=iter.next();19 double[] arr1=p.getVector();20 double[] arr2=q.getVector();21 int len=arr1.length;22

23 if(Global.calEditDist(arr1,arr2,len)<=Eps){ //使用編輯距離24 //if(Global.calEuraDist(arr1, arr2, len)<=Eps){//使用歐氏距離25 //if(Global.calCityBlockDist(arr1, arr2, len)<=Eps){//使用街區距離26 //if(Global.calSinDist(arr1, arr2, len)<=Eps){//使用向量夾角的正弦

27 neighbors.add(q);28 }29 }30 returnneighbors;31 }32

33 public int dbscan(ArrayListobjects){34 int clusterID=0;35 boolean AllVisited=false;36 while(!AllVisited){37 Iterator iter=objects.iterator();38 while(iter.hasNext()){39 DataObject p=iter.next();40 if(p.isVisited())41 continue;42 AllVisited=false;43 p.setVisited(true); //設為visited后就已經確定了它是核心點還是邊界點

44 Vector neighbors=getNeighbors(p,objects);45 if(neighbors.size()

48 }else{49 if(p.getCid()<=0){50 clusterID++;51 expandCluster(p,neighbors,clusterID,objects);52 }else{53 int iid=p.getCid();54 expandCluster(p,neighbors,iid,objects);55 }56 }57 AllVisited=true;58 }59 }60 returnclusterID;61 }62

63 private void expandCluster(DataObject p, Vectorneighbors,64 int clusterID,ArrayListobjects) {65 p.setCid(clusterID);66 Iterator iter=neighbors.iterator();67 while(iter.hasNext()){68 DataObject q=iter.next();69 if(!q.isVisited()){70 q.setVisited(true);71 Vector qneighbors=getNeighbors(q,objects);72 if(qneighbors.size()>=MinPts){73 Iterator it=qneighbors.iterator();74 while(it.hasNext()){75 DataObject no=it.next();76 if(no.getCid()<=0)77 no.setCid(clusterID);78 }79 }80 }81 if(q.getCid()<=0){ //q不是任何簇的成員

82 q.setCid(clusterID);83 }84 }85 }86

87 public static voidmain(String[] args){88 DataSource datasource=newDataSource();89 //Eps=3,MinPts=4

90 datasource.readMatrix(new File("/home/orisun/test/dot.mat"));91 datasource.readRLabel(new File("/home/orisun/test/dot.rlabel"));92 //Eps=2.5,MinPts=493 //datasource.readMatrix(new File("/home/orisun/text.normalized.mat"));94 //datasource.readRLabel(new File("/home/orisun/text.rlabel"));

95 DBScan ds=newDBScan();96 int clunum=ds.dbscan(datasource.objects);97 datasource.printResult(datasource.objects,clunum);98 }99 }

View Code

C++實現：

數據結構

1 #include

2

3 using namespacestd;4

5 const int DIME_NUM=2; //數據維度為2，全局常量6

7 //數據點類型

8 classDataPoint9 {10 private:11 unsigned long dpID; //數據點ID

12 double dimension[DIME_NUM]; //維度數據

13 long clusterId; //所屬聚類ID

14 bool isKey; //是否核心對象

15 bool visited; //是否已訪問

16 vector arrivalPoints; //領域數據點id列表

17 public:18 DataPoint(); //默認構造函數

19 DataPoint(unsigned long dpID,double* dimension , bool isKey); //構造函數

20

21 unsigned long GetDpId(); //GetDpId方法

22 void SetDpId(unsigned long dpID); //SetDpId方法

23 double* GetDimension(); //GetDimension方法

24 void SetDimension(double* dimension); //SetDimension方法

25 bool IsKey(); //GetIsKey方法

26 void SetKey(bool isKey); //SetKey方法

27 bool isVisited(); //GetIsVisited方法

28 void SetVisited(bool visited); //SetIsVisited方法

29 long GetClusterId(); //GetClusterId方法

30 void SetClusterId(long classId); //SetClusterId方法

31 vector& GetArrivalPoints(); //GetArrivalPoints方法

32 };

View Code

實現

1 #include "DataPoint.h"

2

3 //默認構造函數

4 DataPoint::DataPoint()5 {6 }7

8 //構造函數

9 DataPoint::DataPoint(unsigned long dpID,double* dimension , boolisKey):isKey(isKey),dpID(dpID)10 {11 //傳遞每維的維度數據

12 for(int i=0; idimension[i]=dimension[i];15 }16 }17

18 //設置維度數據

19 void DataPoint::SetDimension(double*dimension)20 {21 for(int i=0; idimension[i]=dimension[i];24 }25 }26

27 //獲取維度數據

28 double*DataPoint::GetDimension()29 {30 return this->dimension;31 }32

33 //獲取是否為核心對象

34 boolDataPoint::IsKey()35 {36 return this->isKey;37 }38

39 //設置核心對象標志

40 void DataPoint::SetKey(boolisKey)41 {42 this->isKey =isKey;43 }44

45 //獲取DpId方法

46 unsigned longDataPoint::GetDpId()47 {48 return this->dpID;49 }50

51 //設置DpId方法

52 void DataPoint::SetDpId(unsigned longdpID)53 {54 this->dpID =dpID;55 }56

57 //GetIsVisited方法

58 boolDataPoint::isVisited()59 {60 return this->visited;61 }62

63

64 //SetIsVisited方法

65 void DataPoint::SetVisited( boolvisited )66 {67 this->visited =visited;68 }69

70 //GetClusterId方法

71 longDataPoint::GetClusterId()72 {73 return this->clusterId;74 }75

76 //GetClusterId方法

77 void DataPoint::SetClusterId( longclusterId )78 {79 this->clusterId =clusterId;80 }81

82 //GetArrivalPoints方法

83 vector&DataPoint::GetArrivalPoints()84 {85 returnarrivalPoints;86 }

View Code

PYTHON實現：

1 from matplotlib.pyplot import *

2 fromcollections import defaultdict3 import random4

5 #function to calculate distance6 def dist(p1, p2):7 return ((p1[0]-p2[0])**2+ (p1[1]-p2[1])**2)**(0.5)8

9 #randomly generate around 100cartesian coordinates10 all_points=[]11

12 for i in range(100):13 randCoord = [random.randint(1,50), random.randint(1,50)]14 if not randCoord inall_points:15 all_points.append(randCoord)16

17

18 #take radius = 8 and min. points = 8

19 E = 8

20 minPts = 8

21

22 #find outthe core points23 other_points =[]24 core_points=[]25 plotted_points=[]26 for point inall_points:27 point.append(0) # assign initial level 0

28 total = 0

29 for otherPoint inall_points:30 distance =dist(otherPoint,point)31 if distance<=E:32 total+=1

33

34 if total >minPts:35 core_points.append(point)36 plotted_points.append(point)37 else:38 other_points.append(point)39

40 #find border points41 border_points=[]42 for core incore_points:43 for other inother_points:44 if dist(core,other)<=E:45 border_points.append(other)46 plotted_points.append(other)47

48

49 #implement the algorithm50 cluster_label=0

51

52 for point incore_points:53 if point[2]==0:54 cluster_label+=1

55 point[2]=cluster_label56

57 for point2 inplotted_points:58 distance =dist(point2,point)59 if point2[2] ==0 and distance<=E:60 print point, point261 point2[2] =point[2]62

63

64 #after the points are asssigned correnponding labels, we group them65 cluster_list =defaultdict(lambda: [[],[]])66 for point inplotted_points:67 cluster_list[point[2]][0].append(point[0])68 cluster_list[point[2]][1].append(point[1])69

70 markers = ['+','*','.','d','^','v','>','

72 #plotting the clusters73 i=0

74 print cluster_list75 for value incluster_list:76 cluster=cluster_list[value]77 plot(cluster[0], cluster[1],markers[i])78 i = i%10+1

79

80 #plot the noise points aswell81 noise_points=[]82 for point inall_points:83 if not point in core_points and not point inborder_points:84 noise_points.append(point)85 noisex=[]86 noisey=[]87 for point innoise_points:88 noisex.append(point[0])89 noisey.append(point[1])90 plot(noisex, noisey, "x")91

92 title(str(len(cluster_list))+"clusters created with E ="+str(E)+"Min Points="+str(minPts)+"total points="+str(len(all_points))+"noise Points ="+str(len(noise_points)))93 axis((0,60,0,60))94 show()

View Code

參考：http://www.cnblogs.com/zhangchaoyang/articles/2182748.html

http://www.cnblogs.com/lovell-liu/archive/2011/11/08/2241542.html

http://blog.sudipk.com.np/2013/02/implementation-of-dbscan-algorithm-for.html

http://caoyaqiang.diandian.com/post/2012-09-26/40039517485

總結

以上是生活随笔為你收集整理的dbscan java_DBSCAN算法的Java，C++,Python实现的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。