版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于密度的聚類算法DBSCAN聚類算法DBSCANDBSCAN是一個基于密度的聚類算法.(他聚類方法大都是基于對象之間的距離進行聚類,聚類結(jié)果是球狀的簇)基于密度的聚類是尋找被低密度區(qū)域分離的高密度區(qū)域。密度的定義傳統(tǒng)基于中心的密度定義為:數(shù)據(jù)集中特定點的密度通過該點Eps半徑之內(nèi)的點計數(shù)(包括本身)來估計。顯然,密度依賴于半徑。傳統(tǒng)的密度定義:基于中心的方法基于密度定義,我們將點分為:稠密區(qū)域內(nèi)部的點(核心點)稠密區(qū)域邊緣上的點(邊界點)稀疏區(qū)域中的點(噪聲或背景點). DBSCAN核心點(core point) :在半徑Eps內(nèi)含有超過MinPts數(shù)目的點,則該點為核心點這些點都是在簇內(nèi)的
2、邊界點(border point):在半徑Eps內(nèi)點的數(shù)量小于MinPts,但是在核心點的鄰居噪音點(noise point):任何不是核心點或邊界點的點. DBSCANDBSCAN: 核心點、邊界點和噪音點Original PointsPoint types: core, border and noiseEps = 10, MinPts = 4DBSCAN: 核心點、邊界點和噪音點DBSCAN算法概念Eps鄰域:給定對象半徑Eps內(nèi)的鄰域稱為該對象的Eps鄰域,我們用 表示點p的Eps-半徑內(nèi)的點的集合,即:核心對象:如果對象的Eps鄰域至少包含最小數(shù)目MinPts的對象,則稱該對象為核心對
3、象。邊界點:邊界點不是核心點,但落在某個核心點的鄰域內(nèi)。噪音點:既不是核心點,也不是邊界點的任何點DBSCAN算法概念直接密度可達(dá):給定一個對象集合D,如果p在q的Eps鄰域內(nèi),而q是一個核心對象,則稱對象p 從對象q出發(fā)時是直接密度可達(dá)的(directly density-reachable)。密度可達(dá):如果存在一個對象鏈 ,對于 , 是從 關(guān)于Eps和MinPts直接密度可達(dá)的,則對象p是從對象q關(guān)于Eps和MinPts密度可達(dá)的(density-reachable)。密度相連:如果存在對象OD,使對象p和q都是從O關(guān)于Eps和MinPts密度可達(dá)的,那么對象p到q是關(guān)于Eps和MinPt
4、s密度相連的(density-connected)。DBSCAN算法概念示例如圖所示,Eps用一個相應(yīng)的半徑表示,設(shè)MinPts=3,請分析Q,M,P,S,O,R這5個樣本點之間的關(guān)系。 “直接密度可達(dá)”和“密度可達(dá)”概念示意描述解答:根據(jù)以上概念知道:由于有標(biāo)記的各點M、P、O和R的Eps近鄰均包含3個以上的點,因此它們都是核對象;M是從P“直接密度可達(dá)”;而Q則是從M“直接密度可達(dá)”;基于上述結(jié)果,Q是從P“密度可達(dá)”;但P從Q無法“密度可達(dá)”(非對稱)。類似地,S和R從O是“密度可達(dá)”的;O、R和S均是“密度相連”的。DBSCAN算法原理DBSCAN通過檢查數(shù)據(jù)集中每點的Eps鄰域來搜索
5、簇,如果點p的Eps鄰域包含的點多于MinPts個,則創(chuàng)建一個以p為核心對象的簇。然后,DBSCAN迭代地聚集從這些核心對象直接密度可達(dá)的對象,這個過程可能涉及一些密度可達(dá)簇的合并。當(dāng)沒有新的點添加到任何簇時,該過程結(jié)束.DBSCAN算法偽代碼 輸入:數(shù)據(jù)集D,參數(shù)MinPts,Eps 輸出:簇集合(1) 首先將數(shù)據(jù)集D中的所有對象標(biāo)記為未處理狀態(tài)(2) for 數(shù)據(jù)集D中每個對象p do(3) if p已經(jīng)歸入某個簇或標(biāo)記為噪聲 then(4) continue;(5) else (6) 檢查對象p的Eps鄰域 ;(7) if 包含的對象數(shù)小于MinPts then(8) 標(biāo)記對象p為邊界點
6、或噪聲點;(9) else(10) 標(biāo)記對象p為核心點,并建立新簇C, 并將p鄰域內(nèi)所有點加入C(11) for 中所有尚未被處理的對象q do(12) 檢查其Eps鄰域 , 若 包含至少MinPts個對象, 則將 中未歸入任何一個簇的對象加入C;(13) end for(14) end if(15) end if(16) end for DBSCAN聚類算法的細(xì)節(jié)DBSCAN運行效果好的時候Original PointsClusters 對噪音不敏感 可以處理不同形狀和大小的數(shù)據(jù)DBSCAN運行不好的效果Original Points(MinPts=4, Eps=9.75). (MinPts=4, Eps=9.92) 密度變化的數(shù)據(jù)高維數(shù)據(jù)DBSCAN的其它問題DBSCAN的時間復(fù)雜性時間復(fù)雜度DBSCAN的基本時間復(fù)雜度是 O(N*找出Eps領(lǐng)域中的點所需要的時間), N是點的個數(shù)。最壞情況下時間復(fù)雜度是O(N2)在低維空間數(shù)據(jù)中,有一些數(shù)據(jù)結(jié)構(gòu)如KD樹,使得可以有效的檢索特定點給定距離內(nèi)的所有點,時間復(fù)雜度可以降低到O(NlogN)DBSCAM的空間復(fù)雜性空間復(fù)雜度低維或高維數(shù)據(jù)中,其空間都是O(N),對于每個點它只需要維持少量數(shù)據(jù),即簇標(biāo)號和每個點的標(biāo)識(核心點或邊界點或噪音點)如何合適選取E
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 高中政治教學(xué)中單元教學(xué)的實踐探究
- DB3310∕T 105-2023 特殊食品生產(chǎn)和經(jīng)營應(yīng)用GM2D技術(shù)規(guī)范
- DB3301∕T 65.25-2024 反恐怖防范系統(tǒng)管理規(guī)范 第25部分:城市軌道交通
- 遼寧省阜新市太平四中2023-2024學(xué)年八年級上學(xué)期月考物理試卷(12月份)
- 2021-2022學(xué)年浙江省錢清中學(xué)物理高一下期末經(jīng)典試題含解析
- 2024年極細(xì)射頻同軸電纜合作協(xié)議書
- 2021-2022學(xué)年物理高一第二學(xué)期期末教學(xué)質(zhì)量檢測模擬試題含解析
- 2024年電波特性測試儀器項目建議書
- 2021-2022學(xué)年四川省雅安市雅安中學(xué)物理高一第二學(xué)期期末考試模擬試題含解析
- 2021-2022學(xué)年四川省綿陽市三臺中學(xué)物理高一下期末綜合測試模擬試題含解析
- 名著導(dǎo)讀鋼鐵是怎樣煉成的教學(xué)設(shè)計 人教版
- 小學(xué)體育跨學(xué)科主題學(xué)習(xí)教學(xué)設(shè)計:小小志愿軍
- 第十三章《內(nèi)能》和第十四章《內(nèi)能的利用》測試卷-2024-2025學(xué)年人教版物理九年級全一冊
- 2024-2030年中國海纜(海底光纜)市場營銷渠道與項目投資可行性分析研究報告
- 人教版九年級全冊英語Unit 2大單元整體教學(xué)設(shè)計
- 2024年醫(yī)院精麻藥品培訓(xùn)知識測試題與答案
- 2024年司法考試真題及答案
- 人工智能在海運業(yè)競爭中的應(yīng)用
- 2024-2030年中國激光陀螺儀行業(yè)市場發(fā)展趨勢與前景展望戰(zhàn)略分析報告
- 農(nóng)業(yè)項目合作的協(xié)議書
- 醫(yī)療垃圾分類及轉(zhuǎn)運院感考核試題與答案
評論
0/150
提交評論