Python+sklearn使用DBSCAN聚类算法案例一则

DBSCAN聚类算法概述：

• DBSCAN属于密度聚类算法，把类定义为密度相连对象的最大集合，通过在样本空间中不断搜索最大集合完成聚类。
• DBSCAN能够在带有噪点的样本空间中发现任意形状的聚类并排除噪点。
• DBSCAN算法不需要预先指定聚类数量，但对用户设定的参数非常敏感。
• 当空间聚类的密度不均匀、聚类间距差相差很大时，聚类质量较差。

DBSCAN算法基本概念：

• 核心对象：如果给定对象的半径eps邻域内样本数量超过阈值min_samples，则称为核心对象。
• 边界对象：在半径eps内点的数量小于min_samples，但是落在核心点的邻域内。
• 噪声对象：既不是核心对象也不是边界对象的样本。
• 直接密度可达：如果对象q在核心对象p的eps邻域内，则称q从p出发是直接密度可达的。
• 密度可达：集合中的对象链p1、p2、p3、...、pn，如果每个对象pi+1从pi出发都是直接密度可达的，则称pn从p1出发是密度可达的。
• 密度相连：集合中如果存在对象o使得对象p和q从o出发都是密度可达的，则称对象p和q是互相密度相连的。

DBSCAN聚类算法工作过程：

1）定义邻域半径eps和样本数量阈值min_samples。 2）从样本空间中抽取一个尚未访问过的样本p。 3）如果样本p是核心对象，进入第4）步；否则返回第2）步。 4）找出样本p出发的所有密度可达对象，构成一个聚类Cp（该聚类的边界对象都是非核心对象），并标记这些对象为已访问。 5）如果全部样本都已访问，算法结束；否则返回第2）步。

Python+sklearn使用DBSCAN聚类算法参考代码：

聚类结果图一：

聚类结果图二：

聚类结果图三：