聚類之DBSCAN算法（遞歸實現）

文章目錄 前言 1. 基本概念 2. 算法流程 3. 代碼實現 結束語 前言   前面介紹的K-Means、K-Means++和Mean Shift算法都是基於距離的聚類算法，它們聚類的結果基本上都是球狀的簇，也就是前面幾篇博客的聚類結果。若是數據集的聚類結果是非球狀時，基於距離的聚類效果並很差，而基於密度的聚類算法可以較好地處理非球狀結構的數據，並且能處理任意形狀的聚類。以下圖所示。  一般狀況

>>阅读原文<<