【機器學習】基於密度的聚類DBSCAN

其餘機器學習系列文章見於專題：機器學習進階之路——學習筆記整理，歡迎你們關注。html 1. 密度聚類   密度聚類假設聚類結構可以經過樣本分佈的緊密程度肯定，其主要思想是：經過樣本之間是否緊密相連來判斷樣本點是否屬於同一個簇。web   這類算法能克服基於距離的算法（如K-Means）只能發現凸聚類的缺點，能夠發現任意形狀的聚類，且對噪聲數據不敏感，但計算密度大暖的計算複雜度大，須要創建空間索引

>>阅读原文<<