【机器学习】聚类算法之密度聚类(DBSCAN)

一、概述 一般基于距离的聚类算法(如K-Means)的聚类结果是球状的簇，当数据集中的聚类结果是非球状结构时，基于距离的聚类算法的聚类效果并不好。 与基于距离的聚类算法不同的是，基于密度的聚类算法可以发现任意形状的聚类。 在基于密度的聚类算法中，通过在数据集中寻找被低密度区域分离的高密度区域，将分离出的高密度区域作为一个独立的类别。 DBSCAN（Density-Based Spatial Clu

>>阅读原文<<