DBSCAN算法实现【超详细注释】_dbscan golang实现-CSDN博客

本文链接：https://blog.csdn.net/qq_45957458/article/details/127876733

本文介绍了DBSCAN聚类算法的详细步骤，包括选择初始点、邻域展开、创建簇和标记噪声点。通过示例代码展示了算法的实现过程，讨论了距离选择对结果的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

DBSCAN

算法步骤

设置每个对象为未访问
随机选择一个未访问的点 $p$ ,标记 $p$ 表示访问
如果p的半径为 $n$ 的邻域中至少存在MinPts个对象
- 我们就创建一个新的簇，并将 $p$ 加入 $c$
- 设N 是 $p$ 邻域中对象的集合
- 对在 $N$ 中的每个点 $p^{'}$
  - 如果 $p^{'}$ 是未访问的
    - 标记 $p^{'}$ 为访问节点
    - 如果这个 $p^{'}$ 也是核心节点，那么将它范围内的点加入到 $N$
  - 如果 $p^{'}$ 还不是任何簇中的成员，我们就把 $p^{'}$ 加入 $c$
- 输出簇 $c$
否则，标记 $p$ 为噪声
重复以上直到每个点被访问

在这里插入图片描述

实现

def DBSCAN(poi,radius=1,MinPts=5):
    def edis(x,y):
        return math.sqrt(sum((x[i]-y[i])**2 for i in range(len(x))))
    unvisit=set([i for i in range(len(poi))]) # 创建访问表
    Clusters=[-1]*len(poi) # 一个hash表，判断哪个点对应哪个簇
    c=0

    while len(unvisit):
        # 随机选一个中心点
        p=random.choice(list(unvisit))
        unvisit.remove(p)
        # 邻域展开！
        neighbor=set()
        for id,pn in enumerate(poi):
            if edis(poi[p],pn)<=radius:
                neighbor.add(id)
        if len(neighbor)>=MinPts:
            # 创建一个新的簇
            Clusters[p]=c
            # 遍历邻域点
            while neighbor:
                id=neighbor.pop()
                if id in unvisit:
                    unvisit.remove(id)
                    # 找他的邻域
                    n=set()
                    for Id,pi in enumerate(poi):
                        if edis(poi[id],pi)<radius:
                            n.add(Id)
                    if len(n)>=MinPts:
                        # 合并
                        neighbor|=n
                    # 如果这个点不属于任何簇，将其加入c
                if Clusters[id]==-1:
                    Clusters[id]=c
        # 否则，我们认为p是一个噪声(-1)
            c+=1
    return Clusters

print(DBSCAN(points))