密度聚类算法基于密度的聚类算法假设样本结构能够通过样本分布的紧密程度而决定,以数据集在空间内分布的稠密程度为依据进行聚类,即只要一个区域中的样本密度大于某个阈值,就把它划入与之相近的簇中。密度聚类可以克服K-means,BIRCH算法只适用于凸样本的缺点,密度聚类算法既可以适用于凸样本集也可以用于非凸样本集。常见的密度聚类算法有:DBSCAN、MDCA、OPTICS、DENCLUE等。密度聚类算法
原创 2023-02-27 12:20:42
279阅读