《機(jī)器學(xué)習(xí)項(xiàng)目案例開(kāi)發(fā)》課件 8.2聚類-DBSCAN

人工智能技術(shù)與應(yīng)用8.DBSCAN聚類課程概況—基本情況PART01聚類算法DBSCAN算法概述DBSCAN參數(shù)DBSCAN流程DBSCAN優(yōu)缺點(diǎn)DBSCAN概念DBSCAN聚類算法：Kmenas聚類缺點(diǎn)：

①K值難確定；②受初始值影響較大；③復(fù)雜度與樣本規(guī)模呈線性關(guān)系；④很難發(fā)現(xiàn)任意形狀的簇。聚類的應(yīng)用：DBSCAN算法是密度聚類算法，所謂密度聚類算法就是說(shuō)這個(gè)算法是，根據(jù)樣本的緊密程度來(lái)進(jìn)行聚類DBSCAN算法基本概念：r鄰域：給定對(duì)象半徑為r內(nèi)的區(qū)域稱為該對(duì)象的r鄰域。如圖，P對(duì)象在半徑r內(nèi)構(gòu)成的圓就是該對(duì)象的r鄰域，如圖1。核心對(duì)象：如果給定對(duì)象r鄰域內(nèi)的樣本點(diǎn)數(shù)大于等于MinPoints，則稱該對(duì)象為核心對(duì)象；如圖2：設(shè)置MinPoints的點(diǎn)為2，那么在對(duì)象p的e領(lǐng)域內(nèi)有4個(gè)點(diǎn)，大于MinPoints，那么p對(duì)象就是核心對(duì)象。ε-鄰域的距離閾值：設(shè)定的半徑r直接密度可達(dá)：如果樣本點(diǎn)q在p的r鄰域內(nèi)，并且p為核心對(duì)象，那么對(duì)象p-q直接密度可達(dá)，如圖3。rrrDBSCAN概念DBSCAN算法基本概念：密度可達(dá)：若有一個(gè)點(diǎn)的序列q0、q1、…qk，對(duì)任意qi-qi-1是直接密度可達(dá)的，則稱從q0到qk密度可達(dá)，這實(shí)際上是直接密度可達(dá)的“傳播”，如圖1，q-p密度直達(dá)，m-q密度直達(dá)，那么m-p密度可達(dá)。密度相連：若從某核心點(diǎn)p出發(fā)，點(diǎn)q和點(diǎn)k都是密度可達(dá)的,則稱點(diǎn)q和點(diǎn)k是密度相連的，如圖2：q-o是密度可達(dá)，p-o是密度可達(dá)，q-p是密度相連。在DBSCAN中那些樣本可以看成一個(gè)類（也稱簇）。即最大的密度相連的樣本集合。DBSCAN概念密度可達(dá)與密度直達(dá)：圖中MinPts=5，紅色的點(diǎn)都是核心對(duì)象，因?yàn)槠?-鄰域至少有5個(gè)樣本。黑色的樣本是非核心對(duì)象。所有核心對(duì)象密度直達(dá)的樣本在以紅色核心對(duì)象為中心的超球體內(nèi)，如果不在超球體內(nèi)，則不能密度直達(dá)。圖中用綠色箭頭連起來(lái)的核心對(duì)象組成了密度可達(dá)的樣本序列。在這些密度可達(dá)的樣本序列的?-鄰域內(nèi)所有的樣本相互都是密度相連的。DBSCAN概念DBSCAN算法基本概念：邊界點(diǎn):屬于某一個(gè)類的非核心點(diǎn),不能發(fā)展下線了，如圖中B、C點(diǎn)就是邊界點(diǎn)。噪聲點(diǎn)：不屬于任何一個(gè)類簇的點(diǎn)，從任何一個(gè)核心點(diǎn)出發(fā)都是密度不可達(dá)的，如圖N點(diǎn)。A核心對(duì)象、BC邊界點(diǎn)、N離群點(diǎn)DBSCAN概念DBSCAN流程：參數(shù)D：輸入數(shù)據(jù)集：參數(shù)?：指定半徑MinPts：密度閥值DBSCAN工作流程參數(shù)選擇：參數(shù)?：半徑?，可以根據(jù)K距離來(lái)設(shè)定：找突變點(diǎn)K距離：給定數(shù)據(jù)集P={p(i);i=0,1,…n}，計(jì)算點(diǎn)P(i)到集合D的子集S中所有點(diǎn)之間的距離，距離按照從小到大的順序排序，d(k)就被稱為k-距離。MinPts：k-距離中k的值，一般取的小一些，多次嘗試可視化：https:///blog/visualizing-dbscan-clustering/https:///blog/visualizing-k-means-clustering/DBSCAN參數(shù)選擇DBSCAN優(yōu)缺點(diǎn)DBSCAN優(yōu)缺點(diǎn)優(yōu)勢(shì)：

不需要指定簇個(gè)數(shù)擅長(zhǎng)找到離群點(diǎn)（檢測(cè)任務(wù)）可以發(fā)現(xiàn)任意形狀的簇兩個(gè)參數(shù)就夠了缺點(diǎn)：缺點(diǎn)：