DBSCAN聚類過程

標籤：

DBSCAN演算法

介紹

DBSCAN是一個基於密度的聚類演算法，該演算法包括幾個重要的概念：核心對象，直接密度可達，密度可達，密度相連，這幾個概念是層層遞進的關係。

概念

核心對象：在ε範圍內鄰居點大於等於Minpt的對象，其中ε和Minpt為使用者定義的參數。

直接密度可達：設p為核心對象，|q，p| <= ε，則從p到q關於ε和Minpt直接密度可達。

密度可達：設p1，p2，p3....pn為一個對象序列，從pi+1到pi直接密度可達，則pn到p1密度可達。

密度相連：從o到p和q密度可達，則p和q之間密度相連。

聚類過程

遍曆資料集，從某一個核心對象p開始，尋找該核心對象的所有密度相連點，將所有密度相連點加入到p所在的簇中。尋找p的直接密度可達點中的核心對象，將這些核心對象的密度相連點也都加到p中，如此遞迴操作，直到不能再擴充。

DBSCAN聚類過程