聚类算法-DBSCAN

简介

DBSCAN算法是一种基于密度的聚类算法,它的优势是能够发现任意形状的类别(database2),而k-means只能发现凸(convex)的形状,同时DBSCAN还有很强的抗噪性(database3)。并且DBSCAN只需扫描一遍数据集即可完成聚类,而不用迭代执行。

相关定义

DBSCAN需要使用两个参数来定义密度:半径阈值Eps以及在这个半径内的邻居个数MinPts。
  1. Eps近邻:数据p的Eps近邻指的是那些与其距离小于Eps的数据


  2. 核心数据点:那些Eps近邻数量大于MinPts的数据点

  3. 直接密度可达:从q直接密度可达p指的是,p是q的Eps近邻并且q是一个核心数据点


  4. 密度可达:从q密度可达p指的是,存在一个数据链p1,p2...pn,其中p1是q,pn是p,并且从pi直接密度可达pi+1

  5. 密度相连:p与q密度相连指的是,存在一个数据点o,使得从o可同时密度可达p与q

其实,以上这些定义都是为了说明在DBSCAN模型中,究竟一个类别代表什么含义。它定义一个类别中的任意两个点或者是密度可达的或者是密度相连的。********可以这样想:每一个数据点都是一个人,而那些核心数据点就是有影响力的人。那么一个人可以通过找到身边的有影响力的朋友来认识新的朋友,如果这个新朋友恰巧也是有影响力的人的话,就又可以通过他再认识一堆新朋友。********

算法流程

DBSCAN只需扫描一遍数据库,在扫描的过程中判断当前数据q是否是核心数据点,如果是的话,那么就发现了一个新的类别,并且在添加新的数据点时将它们标记为这个类别,首先将q还没有标记类别或者标记noise的Eps近邻都添加进去,而如果新添加的近邻也是核心数据点的话,就再添加其没有类别或者标记noise的Eps近邻,直至不能再添加新的结点;如果不是的话,就将q标记为noise并跳到下一个数据点。扫描之后,标记为noise的数据点就是噪声数据。
由于SCAN的思想与DBSCAN一致,区别只是计算距离的方法不同,因此没有另外实现。[代码参见](https://github.com/zzz24512653/CommunityDetection/blob/master/algorithm/SCAN.py)

其它

时间复杂度

DBSCAN需从数据库中寻找到一个指定数据的Eps近邻,而这需要扫描全部数据库。通过R*-trees可以优化这种区域查找,使得能够log时间完成。所以最终的时间复杂度为O(nlong(n))。

选择参数

[1]中提出一种启发式的方法来选择那个最稀疏类别的参数,首先计算出所有数据点的第k个近邻与它的距离,将其降序排序并绘制二维图。然后选择出第一个抖动大的数据的值即可。

参考文献

1: A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise
2: SCAN: A Structural Clustering Algorithm for Networks

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,384评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,845评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,148评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,640评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,731评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,712评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,703评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,473评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,915评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,227评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,384评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,063评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,706评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,302评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,531评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,321评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,248评论 2 352

推荐阅读更多精彩内容