怎么學會DBSCAN聚類算法

怎么學會DBSCAN聚類算法，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

DBSCAN是一種非常著名的基于密度的聚類算法。其英文全稱是 Density-Based Spatial Clustering of Applications with Noise，意即：一種基于密度，對噪聲魯棒的空間聚類算法。直觀效果上看，DBSCAN算法可以找到樣本點的全部密集區域，并把這些密集區域當做一個一個的聚類簇。

DBSCAN算法具有以下特點：

• 基于密度，對遠離密度核心的噪聲點魯棒

• 無需知道聚類簇的數量
  

• 可以發現任意形狀的聚類簇
  

DBSCAN通常適合于對較低維度數據進行聚類分析。

一，基本概念

DBSCAN的基本概念可以用1，2，3，4來總結。

1個核心思想：基于密度。

直觀效果上看，DBSCAN算法可以找到樣本點的全部密集區域，并把這些密集區域當做一個一個的聚類簇。

2個算法參數：鄰域半徑R和最少點數目minpoints。

這兩個算法參數實際可以刻畫什么叫密集——當鄰域半徑R內的點的個數大于最少點數目minpoints時，就是密集。

3種點的類別：核心點，邊界點和噪聲點。

鄰域半徑R內樣本點的數量大于等于minpoints的點叫做核心點。不屬于核心點但在某個核心點的鄰域內的點叫做邊界點。既不是核心點也不是邊界點的是噪聲點。

4種點的關系：密度直達，密度可達，密度相連，非密度相連。

如果P為核心點，Q在P的R鄰域內，那么稱P到Q密度直達。任何核心點到其自身密度直達，密度直達不具有對稱性，如果P到Q密度直達，那么Q到P不一定密度直達。

如果存在核心點P2，P3，……，Pn，且P1到P2密度直達，P2到P3密度直達，……，P(n-1)到Pn密度直達，Pn到Q密度直達，則P1到Q密度可達。密度可達也不具有對稱性。

如果存在核心點S，使得S到P和Q都密度可達，則P和Q密度相連。密度相連具有對稱性，如果P和Q密度相連，那么Q和P也一定密度相連。密度相連的兩個點屬于同一個聚類簇。

如果兩個點不屬于密度相連關系，則兩個點非密度相連。非密度相連的兩個點屬于不同的聚類簇，或者其中存在噪聲點。

二，DBSCAN算法步驟

DBSCAN的算法步驟分成兩步。

1，尋找核心點形成臨時聚類簇。

掃描全部樣本點，如果某個樣本點R半徑范圍內點數目>=MinPoints，則將其納入核心點列表，并將其密度直達的點形成對應的臨時聚類簇。

2，合并臨時聚類簇得到聚類簇。

對于每一個臨時聚類簇，檢查其中的點是否為核心點，如果是，將該點對應的臨時聚類簇和當前臨時聚類簇合并，得到新的臨時聚類簇。

重復此操作，直到當前臨時聚類簇中的每一個點要么不在核心點列表，要么其密度直達的點都已經在該臨時聚類簇，該臨時聚類簇升級成為聚類簇。

繼續對剩余的臨時聚類簇進行相同的合并操作，直到全部臨時聚類簇被處理。

三，DBSCAN使用范例

1，生成樣本點

import numpy as npimport pandas as pdfrom sklearn import datasets%matplotlib inline
X,_ = datasets.make_moons(500,noise = 0.1,random_state=1)df = pd.DataFrame(X,columns = ['feature1','feature2'])
df.plot.scatter('feature1','feature2', s = 100,alpha = 0.6, title = 'dataset by make_moon')

2，調用dbscan接口完成聚類

from sklearn.cluster import dbscan
# eps為鄰域半徑，min_samples為最少點數目core_samples,cluster_ids = dbscan(X, eps = 0.2, min_samples=20) # cluster_ids中-1表示對應的點為噪聲點
df = pd.DataFrame(np.c_[X,cluster_ids],columns = ['feature1','feature2','cluster_id'])df['cluster_id'] = df['cluster_id'].astype('i2')
df.plot.scatter('feature1','feature2', s = 100,    c = list(df['cluster_id']),cmap = 'rainbow',colorbar = False,    alpha = 0.6,title = 'DBSCAN cluster result')

關于怎么學會DBSCAN聚類算法問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。