Kmeans

常见的kmeans算法有k均值、层次凝聚、DBSCAN算法

K均值

层次凝聚

DBSCAN

定义：

DBSCAN是一种基于密度的聚类算法，下面列出该算法中的几个定义：

• 密度：指定半径（Eps）内点的个数
• 核心点：在Eps之内拥有不少于MinPts个数据点
• 边界点：在Eps之内拥有少于MinPts个数据点，但是其邻域内有核心点
• 噪声点：既不是核心点也不是边界点

算法流程

• 先确认样本中每个点的属性（属于三种点的哪一类）
• 去除噪声点
• 在Eps范围之内的任意两点之间画一条边
• 每个连通分量就是一个簇
• 将边界点划分到合适的簇

算法特点

• 不是对所有数据聚类，是对非噪声点聚类
• 不需要提前预知簇的数量，只需要Eps和MinPts
• 对任意形状的簇均能很好的聚类
• 抗噪声能力强
• 对数据的顺序没有要求

使用情境

• 对簇的形状没有要求，抗噪声能力强
• 不适用于密度变化大的数据集
• 不适用于高维度数据(因为高维度数据的密度定义十分复杂)