DBSCAN聚类算法概述:
DBSCAN算法基本概念:
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: