人工智能_机器学习085_DBSCAN算法介绍_具有噪声基于密度的聚类_基于密度的空间聚类方法---人工智能工作笔记0125

发布时间：2024年01月02日

然后我们再来看一种聚类算法,叫做DBSCAN算法

可以看到,他和KMeans的原理完全不一样,

这个是基于密度的聚类方法,就是在一堆数据中,把密度最大的数据,归为一类

这里的划分为簇,其实就是 划分类别的意思  这个簇,就跟鱼群一样,一个鱼群中肯定是同一种鱼类.

然后我们再来看,DBSCAN算法的基本原理,可以看到

这里A点是核心点,我们以这个核心点进行画圆,在圆圈中的点,全部会被划分为一类对吧,然后我们再看

N这个点,这个点不在圆圈内,这个N点就是一个离群点

然后B,C这两个点,可以看到黄色的是边界点,在边界上,但是B,C这两个边界点也属于A这个圆划分的类

之前我们在做KMeans聚类的时候,我们说KMeans可以进行异常值检测对吧,

对异常值不友好,有个缺点就是,但是可以看到 在DBSCAN算法中,就自然就考虑到了异常值点对吧

可以看到上图中的蓝色的点.就算

文章来源:https://blog.csdn.net/lidew521/article/details/135335382
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章