4. 基于密度的聚类算法
基于密度的聚类,没有使用距离作为度量,而是依据样本分布的紧密程度来确定聚类结构。其使用一定邻域内点的数量作为连通性的标准,并基于该连通性不断扩展聚类簇得到最终的聚类结果。基于密度的聚类可以处理形状不规则的类,如spherical球状,drawn-out拉长,linear线状,elongated细长等。
4.1 DBSCAN(Density-Based Spatial Clustering of Application with Noise)
4.1.1 算法介绍
DBSCAN是一种经典的基于密度的聚类方法。首先介绍两个基本参数Eps(ε)和MinPts和其基本概念。
Eps(ε):为定义密度时的邻域半径。
MinPts:为定义核心点时的阈值。
ε邻域:对任意一个点p,其ε邻域定义为:
密度:对X中的点x,则
为x的密度
核心点:对X中的点x,若x的密度大于等于MinPts,则称x为X的核心点,核心点构成的集合为
,X中非核心点构成的集合记为
边界点:若x为X中的非核心点,x的邻域中存在核心点,则称x为X的边界点,X中所有边界点的集合记为
。也可以理解为X中的非核心点即
中的落在某个核心点的邻域内,则成x为X的一个边界点。一个边界点可以落入多个核心点的邻域中。
噪音点:X中既不属于Xc,也不属于Xbd的点称为噪音点,噪音点集合记为
。
核心点对应稠密区域内部的点,边界点对应稠密区域边缘的点,噪音点对应稀疏区域的点
直接密度可达directly density-reachable:设
, 若
,则称y是从x直接密度可达的
密度可达density-reachable:假设存在一串点
,使得
从
是直接密度可达的,则称
是
密度可达的。密度可达不具有对称性,
均为核心点,若
为边界点则无法从
到
直接密度可达,更别谈p_n到p_1了
密度相连density-connected:对于
,y和z均是从x密度可达的,则称y和z是密度相连的,显然密度相连具有对称性。
类簇cluster:若X的非空子集满足:对于
,
[1](Maximality)若
,且y是从x密度可达的,则
[2](Connectivity)若
,则x,y是密度相连的
则C构成X的一个类簇
DBSCAN算法的核心思想概述为:从某个选定的核心点出发,不断向密度可达的区域扩张,从而得到一个包含核心点和边界点的最大化区域,区域中任意两点密度相连。
算法过程为:
Step1:初始化
1.给定参数
和M
2.生成
,
3.
4.
Step 2:遍历生成cluster标记数组
1:对I中任一个未标注的点i,初始化
2:若
,则
(暂时标注为噪音点);
3:若
,则标注i的标号为k,即将i归为第k簇,同时对T中的所有元素若未标注或标注为噪音点,则将其标注
改为k,即均归为第k簇;若存在T中的元素j为核心点,则将j的邻域也纳入到T中统一考虑。
4:设置k=k+1,准备标注k+1簇的点
上述算法瓶颈在于计算点i的邻域,为提高效率可以计算指标索引,如kdtree或网格划分等,减少判断密度可达时搜索的范围。算法中的T也是动态变化的,逐步随着已纳入点中的核心点的邻域而扩张。
4.1.2 参数分析
邻域半径
的选取,DBSCAN使用了统一的
值,这样X中所有数据的邻域大小都一样,当数据密度和类簇间距离分布不均匀时,则若选取较小的epsilon值,则稀疏部分点的密度小于阈值M而被认为是边界点,无法做到扩张。并且进一步的这较稀疏部分的点会被划分成多个类簇。若选取较大的邻域半径,则离的近而密度高的那些多个类簇可能被合并为一个类簇。对于高维数据,邻域半径的选取更加困难。
密度阈值M的选取,指导性原则是
, dim为数据空间的维度
4.1.3 优缺点
优点:
[1]不需要指定类簇数目,只需要邻域半径及密度阈值
[2]可以发现任意形状的类簇,对噪音点不敏感
缺点:
1.不适合密度差异很大的情形
2.复杂度高,为降低复杂性若提前建立距离索引则又会占存储空间
原网址: 访问
创建于: 2021-02-01 14:16:54
目录: default
标签: 无
未标明原创文章均为采集,版权归作者所有,转载无需和我联系,请注明原出处,南摩阿彌陀佛,知识,不只知道,要得到
java windows火焰图_mob64ca12ec8020的技术博客_51CTO博客 - 在windows下不可行,不知道作者是怎样搞的 监听SpringBoot 服务启动成功事件并打印信息_监听springboot启动完毕-CSDN博客 SpringBoot中就绪探针和存活探针_management.endpoint.health.probes.enabled-CSDN博客 u2u转换板 - 嘉立创EDA开源硬件平台 Spring Boot 项目的轻量级 HTTP 客户端 retrofit 框架,快来试试它!_Java精选-CSDN博客 手把手教你打造一套最牛的知识笔记管理系统! - 知乎 - 想法有重合-理论可参考 安宇雨 闲鱼 机械键盘 客制化 开贴记录 文本 linux 使用find命令查找包含某字符串的文件_beijihukk的博客-CSDN博客_find 查找字符串 ---- mac 也适用 安宇雨 打字音 记录集合 B站 bilibili 自行搭建 开坑 真正的客制化 安宇雨 黑苹果开坑 查找工具包maven pom 引用地 工具网站 Dantelis 介绍的玩轴入坑攻略 --- 关于轴的一些说法 --- 非官方 ---- 心得而已 --- 长期开坑更新 [本人问题][新开坑位]关于自动化测试的工具与平台应用 机械键盘 开团 网站记录 -- 能做一个收集的程序就好了 不过现在没时间 -- 信息大多是在群里发的 - 你要让垃圾佬 都去一个地方看难度也是很大的 精神支柱 [超级前台]sprinbboot maven superdesk-app 记录 [信息有用] [环境准备] [基本完成] [sebp/elk] 给已创建的Docker容器增加新的端口映射 - qq_30599553的博客 - CSDN博客 [正在研究] Elasticsearch, Logstash, Kibana (ELK) Docker image documentation elasticsearch centos 安装记录 及 启动手记 正式服务器 39 elasticsearch 问题合集 不断更新 6.1.1 | 6.5.1 两个版本 博客程序 - 测试 - bug记录 等等问题 laravel的启动过程解析 - lpfuture - 博客园 OAuth2 Server PHP 用 Laravel 搭建带 OAuth2 验证的 RESTful 服务 | Laravel China 社区 - 高品质的 Laravel 和 PHP 开发者社区 利用Laravel 搭建oauth2 API接口 附 Unauthenticated 解决办法 - 煮茶的博客 - SegmentFault 思否 使用 OAuth2-Server-php 搭建 OAuth2 Server - 午时的海 - 博客园 基于PHP构建OAuth 2.0 服务端 认证平台 - Endv - 博客园 Laravel 的 Artisan 命令行工具 Laravel 的文件系统和云存储功能集成 浅谈Chromium中的设计模式--终--Observer模式 浅谈Chromium中的设计模式--二--pre/post和Delegate模式 浅谈Chromium中的设计模式--一--Chromium中模块分层和进程模型 DeepMind 4 Hacking Yourself README.md update 20211011
Laravel China 简书 知乎 博客园 CSDN博客 开源中国 Go Further Ryan是菜鸟 | LNMP技术栈笔记 云栖社区-阿里云 Netflix技术博客 Techie Delight Linkedin技术博客 Dropbox技术博客 Facebook技术博客 淘宝中间件团队 美团技术博客 360技术博客 古巷博客 - 一个专注于分享的不正常博客 软件测试知识传播 - 测试窝 有赞技术团队 阮一峰 语雀 静觅丨崔庆才的个人博客 软件测试从业者综合能力提升 - isTester IBM Java 开发 使用开放 Java 生态系统开发现代应用程序 pengdai 一个强大的博主 HTML5资源教程 | 分享HTML5开发资源和开发教程 蘑菇博客 - 专注于技术分享的博客平台 个人博客-leapMie 流星007 CSDN博客 - 舍其小伙伴 稀土掘金 Go 技术论坛 | Golang / Go 语言中国知识社区
最新评论