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
  
• 密度可達：

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

由密度可達關系導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的樣本集合，即為一個聚類簇。接著繼續選擇另一個沒有類別的核心對象去尋找密度可達的樣本集合，這樣就得到另一個聚類簇。一直運行到所有核心對象都有類別為止。

3. DBSCAN聚類算法步驟

4 DBSCAN聚類算法優缺點

6 DensityPeak 密度最大值聚類

• 局部密度${\rho }_i$
• 高局部密度點距離${\delta }_i$
• 簇心
  
  

總結

以上是生活随笔為你收集整理的聚类 —— DBSCAN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。