Orange3实战教程：无监督---密度聚类

密度聚类

使用 DBSCAN 密度聚类算法对数据进行分组。

输入

• 数据：输入数据集

输出

• 数据：带有聚类标签（作为元属性）的数据集

该部件应用 密度聚类算法处理数据，并输出一个带有聚类标签作为元属性的新数据集。部件还会显示按距离排序的 k 近邻图（k 值由“核心点邻居数”参数决定）。根据相关文献建议，此图可用于帮助用户选择理想的“邻域距离”参数值。作者建议，该参数应设置为图中第一个“谷底”对应的距离值。

1. 参数设置：

• 核心点邻居数：一个点被视为核心点所需的最小邻居数量。
• 邻域距离：两个样本之间的最大距离，超出此距离则不被视为同一邻域。

2. 距离度量方式（欧氏距离、曼哈顿距离或余弦相似度）。若勾选“标准化特征”，数据将按列标准化（均值为0，标准差