聚类算法（DBSCAN）

作者：很楠不爱3 | 2024-05-01 17:37:02

踩

dbscan聚类算法

1.DBSCAN是一种基于密度的聚类算法，它假设类别可以通过样本分布的紧密程度决定

2.引用领域概念来描述样本的紧密程度，数学符号记为(ϵ, MinPts)

3.算法核心思想是由密度可达关系导出的最大密度相连的样本集合为最终聚类的一个类别

4.DBSCAN是一种不稳定的算法，某些与核心对象均小于ϵ领域的样本采取先来后到方式确定类别

5.算法适用于非凸数据集，能够检测异常点；对密度不均匀、距离相差大的样本效果不佳

6.OPTICS算法是对DBSCAN算法的改进，它先对样本进行排序再生成簇

这一篇我们介绍基于密度的聚类算法——DBSCAN，全称是具有噪声的基于密度的聚类方法，英文是Density-Based Spatial Clustering of Applications with Noise。它的思想是假定类别可以通过样本分布的紧密程度决定，同一类别的样本，他们之间

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/很楠不爱3/article/detail/519948