Python＋sklearn使用DBSCAN聚类算法案例一则

DBSCAN聚类算法概述：

DBSCAN属于密度聚类算法，把类定义为密度相连对象的最大集合，通过在样本空间中不断搜索最大集合完成聚类。

DBSCAN能够在带有噪点的样本空间中发现任意形状的聚类并排除噪点。

DBSCAN算法不需要预先指定聚类数量，但对用户设定的参数非常敏感。

当空间聚类的密度不均匀、聚类间距差相差很大时，聚类质量较差。

DBSCAN算法基本概念：

核心对象：如果给定对象的半径eps邻域内样本数量超过阈值min_samples，则称为核心对象。

边界对象：在半径eps内点的数量小于min_samples，但是落在核心点的邻域内。

噪声对象：既不是核心对象也不是边界对象的样本。

直接密度可达：如果对象q在核心对象p的eps邻域内，则称q从p出发是直接密度可达的。

密度可达：集合中的对象链p1、p2、p3、...、pn，如果每个对象pi+1从pi出发都是直接密度可达的，则称pn从p1出发是密度可达的。

密度相连：集合中如果存在对象o使得对象p和q从o出发都是密度可达的，则称对象p和q是互相密度相连的。

DBSCAN聚类算法工作过程：

1）定义邻域半径eps和样本数量阈值min_samples。

2）从样本空间中抽取一个尚未访问过的样本p。

3）如果样本p是核心对象，进入第4）步；否则返回第2）步。

4）找出样本p出发的所有密度可达对象，构成一个聚类Cp（该聚类的边界对象都是非核心对象），并标记这些对象为已访问。

5）如果全部样本都已访问，算法结束；否则返回第2）步。

Python+sklearn使用DBSCAN聚类算法参考代码：

聚类结果图一：

聚类结果图二：

聚类结果图三：