zoukankan      html  css  js  c++  java
  • DBSCAN

    DBSCAN方法及应用

    1.DBSCAN密度聚类简介

    DBSCAN 算法是一种基于密度的聚类算法:
      1.聚类的时候不需要预先指定簇的个数
      2.最终的簇的个数不确定
    DBSCAN算法将数据点分为三类:
      1.核心点:在半径Eps内含有超过MinPts数目的点。
      2.边界点:在半径Eps内点的数量小于MinPts,但是落在核心点的邻域内的点。
      3.噪音点:既不是核心点也不是边界点的点。

    如下图所示:图中黄色的点为边界点,因为在半径Eps内,它领域内的点不超过MinPts个,我们这里设置的MinPts为5;而中间白色的点之所以为核心点,是因为它邻域内的点是超过MinPts(5)个点的,它邻域内的点就是那些黄色的点!

    2.DBSCAN算法的流程

    1.将所有点标记为核心点、边界点或噪声点;
    2.删除噪声点;
    3.为距离在Eps之内的所有核心点之间赋予一条边;
    4.每组连通的核心点形成一个簇;
    5.将每个边界点指派到一个与之关联的核心点的簇中(哪一个核心点的半径范围之内)。

  • 相关阅读:
    LeetCode
    LeetCode
    控制反转(Ioc)
    KMP算法
    *&m与m的区别
    函数指针与函数指针数组的使用方法
    C++四种类型转换
    内存分配:堆内存,栈内存
    汇编 基础
    i++,++i 作为参数
  • 原文地址:https://www.cnblogs.com/bonelee/p/8692336.html
Copyright © 2011-2022 走看看