知识卡片

普通读书笔记卡 · 9833.h · 生成模型:DeepSeek-V4.1-Flash

DBSCAN 的密度概念链

理解等级:中级

密度聚类换了一个角度定义”一伙”:不看离中心多远,而看这一带的点够不够密。DBSCAN 用两个参数刻画密度——邻域半径 ε 和邻域内最少样本数 MinPts,并由它们层层推出五个概念:

概念 含义
ε-邻域 与样本 x_i 的距离不超过 ε 的样本集合
核心对象 ε-邻域内至少含 MinPts 个样本的点(说明它处在稠密区)
密度直达 x_j 落在核心对象 x_i 的 ε-邻域内,则 x_j 由 x_i 密度直达
密度可达 存在一串样本,相邻两个都是密度直达关系,则链尾由链首密度可达(直达的传递闭包)
密度相连 若两点都能由同一个点密度可达,则它们密度相连

这一串定义的作用是把”簇”说清楚:一个簇就是”密度可达关系”能串起来的最大样本集合,而簇与簇之间不存在密度相连的点。于是自然分出三类角色——核心对象撑起簇的骨架,边界点自己不够密但落在某个核心对象的邻域里,因此被吸进簇中,噪声点则不在任何核心对象的周围,被单独标记(见 [[DBSCAN 从种子长成簇]])。

理解这条链的关键是”可达有方向、相连才对称”:可达要求起点是核心对象,所以它可能单向;而”同源可达”把方向抹平,才成为划分簇所需的等价关系。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第12章 聚类 12.4.1 密度聚类过程和原理 · 查看原书依据

      当MinPts=5时,红色点(箭头连起来的点)都是核心对象(因为其ϵ-邻域至少有5个样本),黑色样本(其他点)是非核心对象。所有核心对象密度直达的样本在以红色核心对象为中心的超球体内。箭头连起来的核心对象组成了密度可达的样本序列。

    参考来源

    - 位置:《机器学习基础:从入门到求职》第12章《第12章 聚类》(源文件:extracted/机器学习基础:从入门到求职/_epub-src/OEBPS/text00015.html) - 结论依据:原文用(ε, MinPts)参数定义 ε-邻域、核心对象、密度直达、密度可达、密度相连,并以图12-8 说明核心对象、非核心对象与噪声点的关系。 - 原始内容:当MinPts=5时,红色点(箭头连起来的点)都是核心对象(因为其ϵ-邻域至少有5个样本),黑色样本(其他点)是非核心对象。所有核心对象密度直达的样本在以红色核心对象为中心的超球体内。箭头连起来的核心对象组成了密度可达的样本序列。