数据挖掘--DBSCAN
2024-10-09 23:08:44
DBSCAN:Density Based Spatial Clustering of Applications with Noise
Basic idea:
- If an object p is density connected to q, then p and q belong to the same cluster
- If an object is not density connected to any other object
it is considered noise
Definitions
DBSCAN工作过程
从任意一个数据对象p开始,如果p是一个核心对象,则根据输入的两个参数和MinPts,通过广度优先搜索提取所有从p密度可达的数据对象,将它们标记为当前族,并从它们进一步扩展。
如果p是一个边界对象,则将p标记为噪声,再随机选取另外一个数据对象进行处理。
依次进行下去,直到找到一个完整的族。
然后再选择一个新的其它数据对象开始扩展,得到下一个族,算法一直进行到所有的数据对象都被标记过为止。
OPTICS: 针对该问题进行改进
最新文章
- django在pyhton2.7 和 python3.* 之间代码和睦相处的方法
- Windows代码页、区域
- smartGit30天试用过期
- minicom/kermit捕捉日志
- mapreduce编程模型你知道多少?
- 多tab页框架的使用场合
- json中文编码问题
- C# 禁止 Webbrowser 控件的弹出脚本错误对话框
- MatLab计算图像圆度
- openstack 安装
- ubuntu14.04中mysql的安裝及utf8编码集配置
- php环境配置优化
- 简明的例子讲解position:relative、float、overflow:hidden和inline-block
- leetCode解题报告5道题(六)
- CMake使用之一
- shell脚本基础 数值运算 判断 及if语句
- Object.keys 及表单清空
- 02、创建RDD(集合、本地文件、HDFS文件)
- Spark Graphx
- Hibernate之开门见山