DBSCAN算法

一、基本概念

（1）核心对象：若某个点的密度达到算法设定的阈值则其为核心点（即r邻域内点的数量不小于minPts）

（2）ϵ-邻域的距离值：设定的半径r

（3）直接密度可达：若某点p在点q的r邻域内，且q是核心点，则p-q直接密度可达

（4）密度可达：若有一个点的序列q0、q1、...qk，对任意qi-qi-1是直接密度可达的，则称从q0到qk密度可达，这实际上是直接密度可达的“传播”。

 

（5）密度相连：若从某核心点p出发，点q和点k都是密度可达的吗，则称点q和点k是密度可连的。

（6）边界点：属于某一类的非核心点，不能发展下线了

（7）噪声点：不属于任何一个类簇的点，从任何一个核心点出发都是密度不可达的

二、算法工作流程：

1、 标记所有对象为 unvisited;
2、 Do
3、 随机选择一个unvisited对象p;
4、 标记p为visited；
5、 If p的ϵ-领域至少有MinPts个对象：
6、     创建一个新簇C，并把p添加到C
7、     令N为p的ϵ-领域中的对象集合
8、     For N中每个点p'：
9、         If p'是unvisited：
10、            标记p'为visited
11、            If p'的ϵ-领域至少有MinPts个对象，把这些对象添加到N
12、            如果p'还不是任何簇的成员，把p'添加到C
13、    End for
14、    输出C
15、Else 标记p为噪声
16、Until没有标记为unvisited的对象