DBSCAN

DBSCAN（Density-Based Spatial Clustering of Applications with Noise）是一种基于密度的空间聚类算法，与划分和层次聚类等传统聚类方法不同，它将具有足够高密度的区域划分为簇，并可以发现任意形状的簇。该算法将数据点分为三类：核心点、边界点和噪声点。核心点是指在其邻域内包含超过MinPts数目的其他点；边界点是指落在核心点的邻域内，但不满足MinPts数目要求；噪声点既不是核心点也不是边界点。DBSCAN通过不断扩展核心点的邻域来生长簇，可以有效处理高维数据和异常值。