密度聚类
2015-01-02 16:57:30 7 举报
密度聚类是一种基于数据点之间距离和密度的聚类方法。它的主要思想是将高密度区域中的数据点聚集在一起,形成一个簇,而将低密度区域中的数据点分隔开来。与划分和层次聚类不同,密度聚类可以发现任意形状的簇并且对噪声点具有较好的鲁棒性。DBSCAN算法是最常用的密度聚类算法之一,它将密度高且相连的区域划分为一个簇,并可以发现任意形状的簇。
作者其他创作
大纲/内容
YES
if N为空集
创建簇C,并将p添加入C
NO
标记p为visited
输出D中对象簇标号
标记p'为isited并将p'的R邻域对象加入N
搜索p的R领域对象数m
随机选择一个unvisited对象p
if D中有unvisited对象
if p' is ununvisited
将p' 从N移除
基于高密度连通区域的聚类
将C的R邻域对象p'加入N
标记所有对象为unvisited
mMInPts
YES
输入: D:数据集 R:半径参数 MinPts:领域密度阀值
标记p' 簇类别为C
if p'已标记簇类别
收藏
0 条评论
下一页