← 返回卡片

原书出处

大数据挖掘与统计机器学习

08 第8章 聚类分析

核验版本的摘录快照 · 导入于 2026-11-18T10:22:02.206Z

tering of Application with Noise 的首字母缩写,

其基本思想是把点密度较高的区域划为一类,点密度较低的区域则作为不同类之间的分界区。与 K-means 聚类相比,该算法的优势在于可以做出任何形状的类,而且不需要提前给出类的个数K。

对于DBSCAN聚类,需要首先选择邻域半径ε和最小点个数 MinPts,给定上

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter10_0002.xhtml

EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00