機器學習實戰（四）—密度聚類算法DBSCAN

DBSCAN（Density-Based Spatial Clustering of Applications with Noise）是一個出現得比較早（1996年），比較有代表性的基於密度的聚類算法。算法的主要目標是相比基於劃分的聚類方法和層次聚類方法，需要更少的領域知識來確定輸入參數；發現任意形狀的聚簇；在大規模數據庫上更好的效率。DBSCAN能夠將足夠高密度的區域劃分成簇，並能在具有噪聲的空

>>阅读原文<<