DBSCAN 发表于 2021-04-14 更新于 2025-01-19 分类于 1-机器学习 ， B-聚类 阅读次数： 本文字数： 277 阅读时长 ≈ 1 分钟 什么是 DBSCAN？一种基于密度的空间聚类算法，它能够在具有噪声的数据集中发现任意形状的簇核心思想是通过数据点的密度来进行聚类。算法中有两个关键的参数：Eps 和 MinPts。Eps 是用于确定点之间邻域的距离阈值，而 MinPts 则是在 Eps 邻域内最少点数的阈值，用来决定一个点是否为密集区域的一部分。如果一个点在 Eps 邻域内的点数少于 MinPts，则该点被认为是边缘点或噪声点；如果多于 MinPts，则该点被认为是核心点。DBSCAN 算法从每个核心点开始，将其邻域内的所有直接密度可达的点归为同一个簇，这个过程会不断扩展，直到找到最大的密度相连的点集合为止
