密度聚类OPTICS算法
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了密度聚类OPTICS算法相关的知识，希望对你有一定的参考价值。
密度聚类OPTICS算法
DBSCAN有一些缺点，如：参数的设定，比如说阈值和半径 这些参数对结果很敏感，还有就是该算法是全局密度的，假若数据集的密度变化很大时，可能识别不出某些簇。
核心距离：假定P是核心对象，人为给定一个阈值Ａ，然后计算关于Ｐ点满足阈值Ａ的最小的半径Ｒ，即在Ｒ内，Ｐ最少有给定Ａ个点数。
可达距离：对象q到对象p的可达距离是指p的核心距离和p与q之间欧几里得距离之间的较大值。如果p不是核心对象，p和q之间的可达距离没有意义。
以上是关于密度聚类OPTICS算法的主要内容，如果未能解决你的问题，请参考以下文章